python pandas: удалить дубликаты по столбцам A, сохраняя строку с наибольшим значением в столбце B

Это занимает последнее место. Не максимальный, хотя:

 In [10]: df.drop_duplicates(subset='A', keep="last") Out[10]: AB 1 1 20 3 2 40 4 3 10 

Вы также можете сделать что-то вроде:

 In [12]: df.groupby('A', group_keys=False).apply(lambda x: x.ix[xBidxmax()]) Out[12]: AB A 1 1 20 2 2 40 3 3 10 

Попробуй это:

 df.groupby(['A']).max() 

Главный ответ делает слишком много работы и выглядит очень медленным для больших наборов данных. apply медленно, и их следует избегать, если это возможно. ix устарела и ее следует избегать.

 df.sort_values('B', ascending=False).drop_duplicates('A').sort_index() AB 1 1 20 3 2 40 4 3 10 

Или просто группируйте все остальные столбцы и берете максимум необходимого столбца. df.groupby('A', as_index=False).max()

Вы можете попробовать это также

 df.drop_duplicates(subset='A', keep='last') 

Я ссылался на это с https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.drop_duplicates.html

это также работает:

 a=pd.DataFrame({'A':a.groupby('A')['B'].max().index,'B':a.groupby('A') ['B'].max().values}) 

Я думаю, что в вашем случае вам действительно не нужна группа. Я бы сортировал по убыванию вашего столбца B, а затем удалял дубликаты в столбце A, и если вы хотите, у вас также может быть новый хороший и чистый индекс:

 df.sort_values('B', ascending=False).drop_duplicates('A').sort_index().reset_index(drop=True) 

Я не собираюсь дать вам весь ответ (я не думаю, что вы все равно ищете синтаксический анализ и запись в файл), но ключевой намек должен быть достаточным: использовать функцию set() python, а затем sorted() или .sort() сочетании с .reverse() :

 >>> a=sorted(set([10,60,30,10,50,20,60,50,60,10,30])) >>> a [10, 20, 30, 50, 60] >>> a.reverse() >>> a [60, 50, 30, 20, 10]