请教个问题，我想把数据中名字的重复值删掉，只保留年纪大的怎么整呢？

前端皮皮

发布于 2024-04-12 14:17:11

700

发布于 2024-04-12 14:17:11

文章被收录于专栏：前端进阶学习交流前端进阶学习交流

大家好，我是皮皮。

一、前言

国庆期间在Python白银交流群【谢峰】问了一个Pandas处理的问题，提问截图如下：

代码如下：

import pandas as pd
data = [{'name': '小明', 'age': 18}, {'name': '小张', 'age': 20}, {'name': '小明', 'age': 20}, {'name': '小明', 'age': 38}]
data = pd.DataFrame(data)
# print(data)
# 删除名字重复的，只保留年龄最大的那个
data = data.drop_duplicates('name', inplace=False)
print(data)

二、实现过程

这里【甯同学】给了一个思路，先排个序，再删，并且给出了如下代码：

import pandas as pd
data = [{'name': '小明', 'age': 18}, {'name': '小张', 'age': 20}, {'name': '小明', 'age': 20}, {'name': '小明', 'age': 38}]
data = pd.DataFrame(data)
# print(data)
# 删除名字重复的，只保留年龄最大的那个
data = data.sort_values(by="age", ascending=False).drop_duplicates('name', inplace=False)
# data = data.drop_duplicates('name', inplace=False)
print(data)

顺利地解决了粉丝的问题。下面是他自己整理出来的，也一起分享给大家了。和上面的代码没太大区别，只是省去了参数名，硬要说就是默认参数省了和没省的区别。

import pandas as pd
data = [{'name': '小明', 'age': 18}, {'name': '小张', 'age': 20}, {'name': '小明', 'age': 20}, {'name': '小明', 'age': 38}]
data = pd.DataFrame(data)
# print(data)
# 删除名字重复的，只保留年龄最大的那个
data = data.sort_values('age', ascending=False).drop_duplicates(subset=['name'], keep='first')
print(data)
data = data.sort_values(by='age', ascending=False).drop_duplicates('name', inplace=False)
print(data)