如何从DataFrame中删除重复项并考虑另一列的值

Question

当我删除John重复时指定'name'作为列名:

import pandas as pd   
data = {'name':['Bill','Steve','John','John','John'], 'age':[21,28,22,30,29]}
df = pd.DataFrame(data)
df = df.drop_duplicates('name')

pandas丢弃离开最左边的所有匹配实体:

   age   name
0   21   Bill
1   28  Steve
2   22   John

相反,我想保持约翰的年龄最高的行(在这个例子中,它是30岁.如何实现这一目标？

Answer 1

尝试这个：

In [75]: df
Out[75]:
   age   name
0   21   Bill
1   28  Steve
2   22   John
3   30   John
4   29   John

In [76]: df.sort_values('age').drop_duplicates('name', keep='last')
Out[76]:
   age   name
0   21   Bill
1   28  Steve
3   30   John

或者这取决于您的目标：

In [77]: df.drop_duplicates('name', keep='last')
Out[77]:
   age   name
0   21   Bill
1   28  Steve
4   29   John