如何根据某些条件删除数据框中的重复行？答案

【问题标题】：How to drop duplicated rows in data frame based on certain criteria?如何根据某些条件删除数据框中的重复行？
【发布时间】：2020-02-05 04:33:25
【问题描述】：

我们现在的目标是删除重复的玩家行，但保留 G 列中计数最多的行（已玩游戏）。我们可以使用什么代码来实现这一点？我在此处附加了指向 Pandas 输出图像的链接。

【问题讨论】：

【解决方案1】：

您可能希望首先按 G 列对数据框进行排序。

df = df.sort_values(by='G', ascending=False)

然后您可以使用 drop_duplicates 删除除第一次出现的所有重复项。

df.drop_duplicates(['Player'], keep='first')

【讨论】：

【解决方案2】：

我能想到的方法有两种

df.groupby('Player', as_index=False)['G'].max()

和

df.sort_values('G').drop_duplicates(['Player'] , keep = 'last')

第一种方法使用 groupby 按 Player 对值进行分组，并收缩行保持 G 最大的行。第二种方法使用 Pandas 的 drop_duplicate 方法来实现。

【讨论】：

【解决方案3】：

试试这个，

假设您的数据框对象是 df1 然后

series= df1.groupby('Player')['G'].max() # this will return series.
pd.DataFrame(series)

让我知道这是否适合你。

【讨论】：