python - 按 A 列删除重复项，保留 B 列中具有最高值的行

Question

我的数据框在 A 列中包含重复值。我想删除重复项，保留 B 列中具有最高值的行。

所以这个:

A B
1 10
1 20
2 30
2 40
3 10

应该变成这样:

A B
1 20
2 40
3 10

我猜测可能有一种简单的方法可以做到这一点 - 也许就像在删除重复项之前对 DataFrame 进行排序一样简单 - 但我不太了解 groupby 的内部逻辑，无法弄清楚它。有什么建议吗？

Answer 1

这是最后一个。但不是最大值:

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

您还可以执行以下操作:

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