Pandas: วิธีลบรายการที่ซ้ำกันโดยยังคงรักษาแถวด้วยค่าสูงสุด

คุณสามารถใช้วิธีการต่อไปนี้เพื่อลบรายการที่ซ้ำกันใน DataFrame ของแพนด้า แต่เก็บแถวที่มีค่าสูงสุดไว้ในคอลัมน์ใดคอลัมน์หนึ่ง:

วิธีที่ 1: ลบรายการที่ซ้ำกันในคอลัมน์และเก็บแถวไว้ด้วย Max

 df. sort_values (' var2 ', ascending= False ). drop_duplicates (' var1 '). sort_index ()

วิธีที่ 2: ลบรายการที่ซ้ำกันในหลายคอลัมน์และเก็บแถวไว้สูงสุด

 df. sort_values (' var3 ', ascending= False ). drop_duplicates ([' var1 ', ' var2 ']). sort_index ()

ตัวอย่างต่อไปนี้แสดงวิธีการใช้แต่ละวิธีในทางปฏิบัติ

ตัวอย่างที่ 1: ลบรายการที่ซ้ำกันในคอลัมน์และเก็บแถวไว้ด้วย Max

สมมติว่าเรามี DataFrame แพนด้าต่อไปนี้ซึ่งมีข้อมูลเกี่ยวกับคะแนนที่ผู้เล่นบาสเก็ตบอลจากทีมต่างๆ ทำไว้:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C'],
                   ' points ': [20, 24, 28, 30, 14, 19, 29, 40, 22]})

#view DataFrame
print (df)

  team points
0 to 20
1 to 24
2 to 28
3 B 30
4 B 14
5 B 19
6 C 29
7 C 40
8 C 22

เราสามารถใช้ไวยากรณ์ต่อไปนี้เพื่อลบแถวที่มีชื่อ ทีม ซ้ำกัน แต่เก็บแถวที่มีค่าสูงสุดไว้เป็น คะแนน :

 #drop duplicate teams but keeps row with max points
df_new = df. sort_values (' points ', ascending= False ). drop_duplicates (' team '). sort_index ()

#view DataFrame
print (df_new)

  team points
2 to 28
3 B 30
7 C 40

แต่ละแถวที่มีชื่อ ทีม ซ้ำกันจะถูกลบออก แต่แถวที่มีค่า คะแนน สูงสุดจะยังคงอยู่สำหรับแต่ละ ทีม

ตัวอย่างที่ 2: ลบรายการที่ซ้ำกันในหลายคอลัมน์และเก็บแถวไว้ด้วย Max

สมมติว่าเรามี DataFrame แพนด้าดังต่อไปนี้:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C'],
                   ' position ': ['G', 'G', 'F', 'G', 'F', 'F', 'G', 'G', 'F'],
                   ' points ': [20, 24, 28, 30, 14, 19, 29, 40, 22]})

#view DataFrame
print (df)

  team position points
0 AG 20
1 GA 24
2AF 28
3 BG 30
4 BF 14
5 BF 19
6 GC 29
7 GC 40
8 CF 22

เราสามารถใช้ไวยากรณ์ต่อไปนี้เพื่อลบแถวที่มีชื่อ ทีม และ ตำแหน่ง ที่ซ้ำกัน แต่เก็บแถวที่มีค่าสูงสุดสำหรับ คะแนน :

 #drop rows with duplicate team and positions but keeps row with max points
df_new = df. sort_values (' points ', ascending= False ). drop_duplicates ([' team ',' position ']). sort_index ()

#view DataFrame
print (df_new)

  team position points
1 GA 24
2AF 28
3 BG 30
5 BF 19
7 GC 40
8 CF 22

ทุกแถวที่มีชื่อ ทีม และ ตำแหน่ง ซ้ำกันจะถูกลบออก แต่แถวที่มีค่า คะแนน สูงสุดจะยังคงอยู่สำหรับแต่ละ ทีม และ ชุดตำแหน่ง

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีดำเนินการทั่วไปอื่น ๆ ในแพนด้า:

วิธีลบแถวที่ซ้ำกันใน Pandas
วิธีลบคอลัมน์ที่ซ้ำกันใน Pandas
วิธีนับจำนวนซ้ำในแพนด้า