Pandas：如何删除重复的行，但保留所有行的最大值[重复]

Posted 2023-03-11

【中文标题】Pandas：如何删除重复的行，但保留所有行的最大值[重复]

【英文标题】：Pandas: how to remove duplicate rows, but keep ALL rows with max value [duplicate]

【发布时间】：2019-04-06 11:08:34

【问题描述】：

如何删除重复行，但保留所有行的最大值。例如，我有一个 4 行的数据框：

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)

从这个数据框中，我想要一个数据框，例如（3 行，按“a”分组，将所有具有最大值的行保留在“c”中）：

data = ['a': 1, 'b': 2, 'c': 3, 'a': 7, 'b': 2, 'c': 20, 'a': 7, 'b': 2, 'c': 20]
df = pd.DataFrame(data)

【参考方案1】：

您可以使用groupby 和transform 计算每个组的max c，然后过滤您的记录等于最大值的位置，例如：

df['max_c'] = df.groupby('a')['c'].transform('max')
df[df['c']==df['max_c']].drop(['max_c'], axis=1)

【讨论】：

谢谢。我用 df = df.loc[df['c'] == df['max_c']] 替换第二个命令，然后它就可以工作了。

欢迎您！如果它解决了问题，请接受答案。

【参考方案2】：

您可以将GroupBy + transform 与布尔索引一起使用：

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