熊猫：如何删除重复的行，但保持所有行的最大值[重复]
如何删除重复行，但保留所有行的最大值。例如，我有一个包含4行的数据帧：
data = [{'a': 1, 'b': 2, 'c': 3},{'a': 7, 'b': 10, 'c': 2}, {'a': 7, 'b': 2, 'c': 20}, {'a': 7, 'b': 2, 'c': 20}]
df = pd.DataFrame(data)
从这个数据帧中，我想有一个这样的数据帧（3行，按'a'分组，保留所有在'c'中有最大值的行）：
data = [{'a': 1, 'b': 2, 'c': 3}, {'a': 7, 'b': 2, 'c': 20}, {'a': 7, 'b': 2, 'c': 20}]
df = pd.DataFrame(data)
共有2个答案
你可以计算每个组的maxc使用Groupby和转换，然后过滤记录等于max的地方，比如：
df['max_c'] = df.groupby('a')['c'].transform('max')
df[df['c']==df['max_c']].drop(['max_c'], axis=1)
您可以使用带有布尔索引的GroupBytransform：
res = df[df['c'] == df.groupby('a')['c'].transform('max')]
print(res)
a b c
0 1 2 3
1 7 2 20
2 7 2 20
-
我有一个大型数据框（超过100列，还有几行10万行），其中包含许多包含重复数据的行。我正在尝试删除重复的行，将具有最大值的行保留在不同的列中。 本质上，我是根据时间段将数据分类到各个箱中，所以在不同的时间段，人们会发现很多重复，因为大多数实体存在于所有的时间段。然而，不允许的是同一实体在给定的时间段内出现不止一次。 我在python pandas中尝试了这种方法：通过列A删除重复项，在数据子集上保
-
问题内容： 我有一个看起来像这样的熊猫数据框。 我想确定cat和bat是重复的相同值，因此想删除一个记录并仅保留第一条记录。结果数据帧应该只有一个。 问题答案： 使用具有与列的列表上检查重复和保持第一重复的。 如果是： 结果： 然后： 结果：
-
我有一个熊猫数据框，看起来像这样。 我想确定猫和蝙蝠是重复的相同值，因此想删除一条记录，只保留第一条记录。所得到的数据帧应该只具有。
-
问题内容： 这个问题已经在这里有了答案 ： 在MySQL中删除重复的行 （25个答案） 3个月前关闭。 如何从MySQL表中删除所有重复数据？ 例如，具有以下数据： 我会使用，如果它是一个查询。 我该怎么做才能只删除重复项并仅保留每个记录一个？ 问题答案： 编辑者警告：此解决方案的计算效率低下，可能会降低大型表的连接。 注意：您 需要 首先在表的 测试副本 上执行此操作！ 完成此操作后，我发现，除
-
问题内容： 我有三列的表：，和 有重复的字段。我想删除所有具有相同的行为别人 ，除了 对最近更新的一个。 因此，如果表包含这些行： 然后，我只想保留这些行： 您如何在SQL中做到这一点？我想象会从具有重复值的行中删除单个random（？）行，但是如何使其除最近更新的行之外的 所有 行删除呢？ 问题答案： 您可以使用左联接来执行此操作： 这意味着对于每一行，它会寻找更新日期最近的另一行，如果有更新日