Python Pandas：如果groupby之后的其他列上存在重复项，则根据特定列上给定的权重保留特定行的属性

我有一个数据帧df

df = pd.DataFrame([["A","X",98,56,61], ["B","E",79,54,36], ["A","Y",98,56,61],["B","F",79,54,36], ["A","Z",98,56,61], ["A","W",48,51,85],["B","G",44,57,86],["B","H",79,54,36]], columns=["id","class","c1","c2","c3"])

当我们在id上执行groupby时，如果基于多个列（如c1、c2、c3）存在重复值（行），则根据列class上给出的权重保留行

例如，在这里，当我们对idA进行分组时，c1、c2、c3是类X、Y、Z的重复项，其中X、Y、Z权重为X，因此保留X并删除其他行，类似地，在E、F、H中为F赋予权重，因此，保留F并删除其他行

预期输出：

output = pd.DataFrame([["A","X",98,56,61],["B","F",79,54,36],["A","W",48,51,85],["B","G",44,57,86]], columns=["id","class","c1","c2","c3"])

---

如何操作？

根据您的解释，您可以创建一个权重字典，然后创建两个条件，然后执行以下操作：

#add classes for weightage incase of duplicates
cls = ['X','F']
c = df.duplicated(['id','c1','c2','c3'],keep=False) 
out = df[(c&df['class'].isin(cls))|~c]

---

---

使用

df=df。删除重复项（['id'，'c1'，'c2'，'c3']）

不清楚为什么要保留

F

而不是

E

作为id

B

，例如，是否有任何特定的权重？你能澄清一下吗？是的，有具体的权重，如果X，Y，Z是重复的，保留X行，如果E，F，H是重复的，那么保留F行。在这种情况下，我不认为这是一个重复的问题。重新开放。但是你应该试着解释一下这个问题，因为readno weightage仅仅基于类列有点让人困惑，如果x，y，z选择了x行，如果存在重复的行，如果e，f，h选择了f行，那么id duplicate存在，它完全在类列上，比如如果存在重复的行，那么x，y，z选择了x行，如果重复的行存在于e，f，h中，那么选择f行this@Chethan更新答案以适应该要求。

print(out)

  id class  c1  c2  c3
0  A     X  98  56  61
3  B     F  79  54  36
5  A     W  48  51  85
6  B     G  44  57  86