Pandasで重複指定した行で条件付けした行を削除したい。

Question

前提・実現したいこと

Pandasで指定した行を削除したいです。

No	商品	現在種類	更新種類
1	みかん	A	B
2	みかん	B	C
3	ぶどう	B	A
4	すいか	C	C

これを

No	商品	現在種類	更新種類
2	みかん	B	C
3	ぶどう	B	A
4	すいか	C	C

したいです。

言葉で説明するのが難しいですが
削除条件は商品名が同じで、更新種類と現在種類が存在する場合は、更新種類のデータを削除する。
例で言うと
データNo1,2みかんのデータで、
No2の現在種類：Bがあるので、No1の更新種類の行を削除する。

テストデータ

txt = """
No,商品,現在種類,更新種類
1,みかん,A,B
2,みかん,B ,C
3,りんご,B,A
4,すいか,C,C
"""
import io
import pandas as pd
df = pd.read_table(io.StringIO(txt), sep=",",index_col=0)

Comments

[meg_]

> データNo1,2みかんのデータで、
> No2の現在種類：Bがあるので、No1の更新種類の行を削除する。
もう少し説明してもらえませんか？

[kenone]

わかりづらくすいません。
データで言うと
商品：みかん（No1,No2）重複の中で、更新種類：Bが、現在種類に存在していれば
その行を削除としたいのです。

伝わりましたでしょうか？

[meg_]

やっと分かりました。
方法としてはgroupbyしてその中でループ処理でしょうか。

[kenone]

回答ありがとうございます。
groupbyを確認したところグループ化するだけなので
結局はループで１つ１つ判断する方法しか無いということですね。。。

Answer 1

import pandas as pd

df = pd.DataFrame({'No':[1,2,3,4],'商品':['みかん','みかん','ぶどう','すいか'],'現在種類':['A','B','B','C'],'更新種類':['B','C','A','C']})
print(df)
#   No   商品 現在種類 更新種類
#0   1  みかん    A    B
#1   2  みかん    B    C
#2   3  ぶどう    B    A
#3   4  すいか    C    C

df = df.merge(df.groupby('商品')['更新種類'].apply(list).apply(lambda x: ''.join(x)), on='商品')
df['tmp'] = df['更新種類_y'] + df['現在種類']
df['tmp'] = df['tmp'].apply(lambda x: ''.join(set(x)))
df['count'] = df.groupby('商品')['No'].transform('count')
df = df[~(~(df['tmp'] == df['更新種類_y']) & (df['count'] > 1))]
df = df.drop(['更新種類_y','tmp','count'], axis=1)
df = df.rename(columns={'更新種類_x':'更新種類'})
print(df)
#No	商品	現在種類	更新種類
#1	2	みかん	B	C
#2	3	ぶどう	B	A
#3	4	すいか	C	C

Comments

[kenone]

ありがとうございます。
すごいですね。
pandasでここまでできることがわかりました。

[meg_]

データ数が多い場合はループしない方が早いです。

Answer 2

import pandas as pd
import io

txt = """
No,商品,現在種類,更新種類
1,みかん,A,B
2,みかん,B,C
3,りんご,B,A
4,すいか,C,C
"""

txt2 = """
No,商品,現在種類,更新種類
1,みかん,A,B
2,みかん,B,C
3,みかん,C,D
4,りんご,A,Z
5,りんご,B,A
6,すいか,C,C
7,すいか,C,D
"""

df = pd.read_table(io.StringIO(txt), sep=",", index_col=0)
# print(df)

dfn = df.copy()
for _, group in df.groupby('商品'):
    if len(group) <= 1:
        continue
    current = group.現在種類.tolist()
    for row in group.itertuples():
        if row.更新種類 in current:
            dfn = dfn.drop(row.Index, axis=0)
print(dfn)

txtに対しては、

     商品 現在種類 更新種類
No
2   みかん    B    C
3   りんご    B    A
4   すいか    C    C

txt2に対しては、

     商品 現在種類 更新種類
No
3   みかん    C    D
4   りんご    A    Z
7   すいか    C    D

Comments

[kenone]

早い回答ありがとうございました。
シンプルで良いですね。