大熊猫保持重复的最高价值

Question

我有类似的数据：

id value duplicate
a   200  yes
a   12   yes
b   42   yes
c   12   no
b   532  yes
b   21   yes
...

为了跟踪重复，我使用df['duplicate'] = df.duplicated('id', keep=False)但是，我想保留具有最高value的那些，并标记或删除其他重复项。 有什么建议么？

Answer 1

啊，我不知道为什么我没想到这个。 df.sort(['id', 'value']) df['is_duplicated'] = df.duplicated('id', keep='first')

抱歉！