python - Python：使用列值聚合行并为每个键删除一行

Question

我正在尝试找到一种方法来从我的数据库中删除所有重复的记录。

例如，如果我有这个表（存储在 CSV 文件中）：

colA   colB
1      102
2      101
3      101
4      105
5      102
6      101

如果我们为 colB 列使用 groupBy 聚合表，我们有：

colB   count()
105    1
102    2
101    3

我想收到的决赛桌是：

colA   colB
1      102
2      101
3      101

• colB=105 的行不存在，因为我们在第一个表中只有一行。
• 因为我们在第一个表中有两行，所以显示了 colB=102 的一行。
• 因为我们在第一个表中有三行，所以显示了两行 colB=101。

还有一件事：删除哪一行并不重要。

标签： pythonpandasdataframeduplicates

Answer 1

Series.duplicated与可选参数一起使用keep=last：

m = df['colB'].duplicated(keep='last')
df = df[m]

---

# print(df)

   colA  colB
0     1   102
1     2   101
2     3   101