Python pandas: Usuń duplikaty kolumn a, zachowując wiersz o najwyższej wartości w kolumnie B

Najlepsza odpowiedź wykonuje zbyt dużo pracy i wygląda na bardzo powolną dla większych zestawów danych. apply jest powolny i należy go unikać, jeśli to możliwe. ix jest przestarzały i należy go również unikać.

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

   A   B
1  1  20
3  2  40
4  3  10

Lub po prostu pogrupuj według wszystkich innych kolumn i weź maksimum potrzebnej kolumny. df.groupby('A', as_index=False).max()

Spróbuj tego:

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

Możesz również spróbować

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

Odniosłem się do tego z https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.drop_duplicates.html

Myślę, że w Twoim przypadku nie potrzebujesz groupby. Posortowałbym po malejącej kolejności twoją kolumnę B, a następnie wrzuciłbym duplikaty do kolumny A i jeśli chcesz możesz też mieć nową ładną i czysty indeks tak:

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

To również działa:

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

Gdy już podane posty odpowiadają na pytanie, dokonałem małej zmiany dodając nazwę kolumny, na której zastosowana jest funkcja max() dla lepszej czytelności kodu.

df.groupby('A', as_index=False)['B'].max()

Nie dam ci całej odpowiedzi( nie sądzę, że szukasz parsowania i zapisu do pliku), ale kluczowa wskazówka powinna wystarczyć: użyj funkcji set() Pythona, a następnie sorted() lub .sort() w połączeniu z .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]