Python：使用列值聚合行，并为每个键删除一行

我正试图找到一种方法，从我的数据库中删除所有重复的记录

例如，如果我有此表（存储在CSV文件中）：

如果我们对列colB使用groupBy聚合该表，我们有：

colB   count()
105    1
102    2
101    3

我希望收到的最后一张表是：

colA   colB
1      102
2      101
3      101

• colB=105的行不存在，因为第一个表中只有一行
• 由于第一个表中有两行，因此显示了colB=102的一行
• 由于第一个表中有三行，因此显示了colB=101的两行

还有一件事：删除哪一行并不重要。

与可选参数一起使用

keep=last

：

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

---

---

回答得好。由于OP提到他不关心删除哪一行

m=df['colB']。duplicated（）

这也可以使用。已经投票通过了

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

# print(df)

   colA  colB
0     1   102
1     2   101
2     3   101