问题：
删除具有一个不同值的重复行[duplicate]
袁晋鹏
我有一个数据帧重复行除了一个值。我想过滤掉它们，只保留值较高的行。
User_ID - Skill - Year_used
1 - skill_a - 2017
1 - skill_b - 2015
1 - skill_a - 2018
2 - skill_c - 2011
等等。
因此，例如，需要比较具有skill_a和相同User_ID的行，并且只保留具有最近一年的行。
transform.('count')
仅按用户ID提供组的行数。
value_counts()
只给了我一个系列，我无法合并回df。
反对的想法？
谢谢你
共有2个答案
章德惠
一种选择是按分组技能并保留最大值使用年份：
df.groupby(['User_ID','Skill']).Year_used.max().reset_index()
User_ID Skill Year_used
0 1 skill_a 2018
1 1 skill_b 2015
2 2 skill_c 2011
薛滨海
通过对列进行排序以保留最大值，可以使用drop\u duplicates
df = df.sort_values('Year_used').drop_duplicates(['User_ID','Skill'], keep='last')
类似资料：
-
问题内容： 我必须清理具有重复行的表： 一个可能具有多个值： 我想对整个表执行一个查询，并删除和重复的所有行。在上面的示例中，删除后，我只想剩下1、2、4和5。 问题答案： ;WITH x AS ( SELECT id, gid, url, rn = ROW_NUMBER() OVER (PARTITION BY gid, url ORDER BY id) FROM dbo.table ) SEL
-
我想通过删除所有具有相同值的行，但无法获取。
-
我想删除a列和b列中的空值行。我已设法找到具有以下内容的行： 如何删除这些行？
-
但是它并不像预期的那样工作，因为它将删除所有重复的行。 我想这样做的原因是与另一个数据集联接，而不是在同一个键组有多个名称时从该数据集添加信息
-
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
-
我有一个数据集，如下所示：