雨打沙滩万点坑爹啊
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?
推荐答案
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
