Python 如何检查同一数据帧列中的重复值，并通过基于频率删除行来应用if条件？

数据帧：

名称 位置 评级 频率 阿里 扁担饭 一颗星 1. 阿里 巴斯金罗宾 四星 3. 阿里 鸡饭 三星级 1. 阿里 烤肉架 双星 2. 李 炸薯条 一颗星 3. 阿布 麦当劳 三星级 3. 阿布 肯德基 三星级 1. 艾哈迈德 南多斯 三星级 2. 艾哈迈德 汉堡 双星 3. 艾哈迈德 烤肉串 一颗星 10 与最后一个排序索引一起使用：

df = (df.sort_values(['Frequency','Rating'], 
                     ascending=[False, True])
        .drop_duplicates('name')  
        .sort_index())
print (df)
    name      Location  Rating  Frequency
1    Ali  Baskin Robin  4 star          3
4    Lee         Fries  1 star          3
5    Abu      Mcdonald  3 star          3
9  Ahmad         Kebab  1 star         10

与最后一个排序索引一起使用：

df = (df.sort_values(['Frequency','Rating'], 
                     ascending=[False, True])
        .drop_duplicates('name')  
        .sort_index())
print (df)
    name      Location  Rating  Frequency
1    Ali  Baskin Robin  4 star          3
4    Lee         Fries  1 star          3
5    Abu      Mcdonald  3 star          3
9  Ahmad         Kebab  1 star         10

---

派斯帕克解决方案。您可以在一个经过适当排序和分区的窗口上使用

row\u number

，并获得行号为1的行

from pyspark.sql import functions as F, Window

df2 = df.withColumn(
    'rn', 
    F.row_number().over(Window.partitionBy('name').orderBy(F.desc('frequency')))
).filter('rn = 1').drop('rn')

df2.show()
+-----+------------+------+---------+
| name|    Location|Rating|Frequency|
+-----+------------+------+---------+
|Ahmad|       Kebab|1 star|       10|
|  Abu|    Mcdonald|3 star|        3|
|  Lee|       Fries|1 star|        3|
|  Ali|Baskin Robin|4 star|        3|
+-----+------------+------+---------+

---

派斯帕克解决方案。您可以在一个经过适当排序和分区的窗口上使用

row\u number

，并获得行号为1的行

from pyspark.sql import functions as F, Window

df2 = df.withColumn(
    'rn', 
    F.row_number().over(Window.partitionBy('name').orderBy(F.desc('frequency')))
).filter('rn = 1').drop('rn')

df2.show()
+-----+------------+------+---------+
| name|    Location|Rating|Frequency|
+-----+------------+------+---------+
|Ahmad|       Kebab|1 star|       10|
|  Abu|    Mcdonald|3 star|        3|
|  Lee|       Fries|1 star|        3|
|  Ali|Baskin Robin|4 star|        3|
+-----+------------+------+---------+

---

你能告诉我你试过什么吗？什么不起作用？对于

Abu

需要

3

，因为第一个值（也是最大值）是正确的，Abu应该是麦当劳。您能展示一下您尝试了什么吗？什么不起作用？对于

Abu

需要

3

，因为第一个值（也是最大值）是正确的，Abu应该是麦当劳sthx，你很聪明。嗯，我在这里看到一个错误，因为第一排是错误的，位置应该是巴斯金罗宾，频率最高。你太棒了。嗯，我在这里看到一个错误，因为第一行是错误的，位置应该是频率最高的巴斯金罗宾