刪除重復項，保留另一列中具有最高值的行

Question

a = [['John', 'Mary', 'John'], [10,22,50]])
df1 = pd.DataFrame(a, columns=['Name', 'Count'])

給定這樣的數據框，我想將“名稱”的所有類似字符串值與“計數”值進行比較以確定最高值。 我不確定如何在 Python 的數據框中執行此操作。

例如：在上述情況下，答案將是：

• 姓名計數
• 瑪麗 22
• 約翰 50

較低的值 John 10 已被刪除（我只想看到基於“Name”的相同值的“Count”的最高值）。

在 SQL 中，它類似於 Select Case 查詢（其中我選擇 Case where Name == Name & Count > Count recursively 以確定最高數字。或者每個名稱的 For 循環，但據我了解，DataFrames 中的循環是由於對象的性質，這個主意不好。

有沒有辦法用 Python 中的 DF 來做到這一點？ 我可以為每個變量創建一個新的數據框（一個只有 John，然后獲得最高值 (df.value()[:1] 或類似值。但因為我有數百個獨特的條目，這似乎是一個糟糕的解決方案。 :D

Answer 1

sort_values和drop_duplicates ，

df1.sort_values('Count').drop_duplicates('Name', keep='last')

   Name  Count
1  Mary     22
2  John     50

或者，就像 Miradulo 所說的， groupby和max 。

df1.groupby('Name')['Count'].max().reset_index()

   Name  Count
0  John     50
1  Mary     22