按 A 列删除重复项，保留 B 列中值最高的行

2022-01-10 00:00:00 python pandas duplicates

问题描述

我在 A 列中有一个包含重复值的数据框.我想删除重复项，将具有最高值的行保留在 B 列中.

I have a dataframe with repeat values in column A. I want to drop duplicates, keeping the row with the highest value in column B.

所以这个:

A B
1 10
1 20
2 30
2 40
3 10

应该变成这样:

A B
1 20
2 40
3 10

我猜可能有一种简单的方法可以做到这一点——可能就像在删除重复项之前对 DataFrame 进行排序一样简单——但我不太了解 groupby 的内部逻辑，无法弄清楚.有什么建议吗?

I'm guessing there's probably an easy way to do this—maybe as easy as sorting the DataFrame before dropping duplicates—but I don't know groupby's internal logic well enough to figure it out. Any suggestions?

解决方案

这是最后一个.虽然不是最大值:

This takes the last. Not the maximum though:

In [10]: df.drop_duplicates(subset='A', keep="last")
Out[10]: 
   A   B
1  1  20
3  2  40
4  3  10

你也可以这样做:

In [12]: df.groupby('A', group_keys=False).apply(lambda x: x.loc[x.B.idxmax()])
Out[12]: 
   A   B
A       
1  1  20
2  2  40
3  3  10

相关文章