python - 如何删除每行中的重复列表( Pandas )？

Question

我在每一行中都有一个列表，我想通过保留得分中的最高值来删除重复的元素。

这是我来自数据框 df1 的数据

        pair    score
0   [A , A ]    1.0000
1   [A , F ]    0.9990
2   [A , G ]    0.9985
3   [A , G ]    0.9975
4   [A , H ]    0.9985
5   [A , H ]    0.9990

我希望看到的结果是

            pair    score
    0   [A , A ]    1.0000
    1   [A , F ]    0.9990
    2   [A , G ]    0.9985
    4   [A , H ]    0.9990

我尝试过使用 group by 并设置一个 score = max，但它不起作用

Answer 1

首先，我认为在 pandas 中使用 list 不是 good idea .

如果将列表转换为带有元组的辅助列，则解决方案有效 - 然后 sort_values与 drop_duplicates :

df['new'] = df.pair.apply(tuple)
df = df.sort_values('score', ascending=False).drop_duplicates('new')
print (df)
     pair   score     new
0  [A, A]  1.0000  (A, A)
1  [A, F]  0.9990  (A, F)
5  [A, H]  0.9990  (A, H)
2  [A, G]  0.9985  (A, G)

或者到 2 个新列:

df[['a', 'b']] = pd.DataFrame(df.pair.values.tolist())
df = df.sort_values('score', ascending=False).drop_duplicates(['a', 'b'])
print (df)
     pair   score  a  b
0  [A, A]  1.0000  A  A
1  [A, F]  0.9990  A  F
5  [A, H]  0.9990  A  H
2  [A, G]  0.9985  A  G