使用条件[duplicate]删除数据帧中一列上的重复值

Question

我有一个数据框，有两列ID和Salary

data = {'ID':[1,2,3,4,2],'salary':[1e3,1.2e3,1e3,2e3,1.5e3]}

+----+--------+  
| ID | salary |  
+----+--------+  
| 1  | 1000.0 |  
+----+--------+  
| 2  | 1200.0 |  
+----+--------+  
| 3  | 1000.0 |  
+----+--------+      
| 4  | 2000.0 |     
+----+--------+      
| 2  | 1500.0 |  
+----+--------+  

在此数据帧中，某些ID被复制，在这种情况下，ID=2。我想为每个重复的ID保留最高的薪水。

+----+--------+  
| ID | salary |  
+----+--------+  
| 1  | 1000.0 |  
+----+--------+  
| 2  | 1500.0 |  
+----+--------+  
| 3  | 1000.0 |  
+----+--------+      
| 4  | 2000.0 |     
+----+--------+      

Answer 1

对于具有两列以上的数据帧，一种更通用的解决方案，您希望所有行都具有每个id的最大薪资。

data = {'ID':[1,2,3,4,2],'salary':[1e3,1.2e3,1e3,2e3,1.5e3]}
df = pd.DataFrame(data).assign(more_data=range(5))

df.loc[df.groupby('ID').salary.idxmax()]

   ID  salary  more_data
0   1  1000.0          0
4   2  1500.0          4
2   3  1000.0          2
3   4  2000.0          3

Answer 2

这个问题与Python是重复的：使用groupby获取组中具有最大值的行

这是一条单行线：

df.groupby('ID', sort=False)['salary'].max()

这里还有一个：

df.sort_values('salary', ascending=False).drop_duplicates(['ID'])    

Answer 3

您可以对'ID'执行分组，并获取最大值：

df = df.groupby('ID', as_index=False)['salary'].max()

由此产生的产出：

   ID  salary
0   1  1000.0
1   2  1500.0
2   3  1000.0
3   4  2000.0