點擊上方“Python爬蟲與數(shù)據(jù)挖掘”，進(jìn)行關(guān)注

回復(fù)“書籍”即可獲贈Python從入門到進(jìn)階共10本電子書

今

日

雞

湯

三年謫宦此棲遲，萬古惟留楚客悲。

大家好，我是皮皮。

一、前言

國慶期間在Python白銀交流群【謝峰】問了一個Pandas處理的問題，提問截圖如下：

代碼如下：

import?pandas?as?pd data?=?[{'name':?'小明',?'age':?18},?{'name':?'小張',?'age':?20},?{'name':?'小明',?'age':?20},?{'name':?'小明',?'age':?38}] data?=?pd.DataFrame(data) #?print(data) #?刪除名字重復(fù)的，只保留年齡最大的那個 data?=?data.drop_duplicates('name',?inplace=False) print(data)

二、實現(xiàn)過程

這里【甯同學(xué)】給了一個思路，先排個序，再刪，并且給出了如下代碼：

import?pandas?as?pd data?=?[{'name':?'小明',?'age':?18},?{'name':?'小張',?'age':?20},?{'name':?'小明',?'age':?20},?{'name':?'小明',?'age':?38}] data?=?pd.DataFrame(data) #?print(data) #?刪除名字重復(fù)的，只保留年齡最大的那個 data?=?data.sort_values(by="age",?ascending=False).drop_duplicates('name',?inplace=False) #?data?=?data.drop_duplicates('name',?inplace=False) print(data)

順利地解決了粉絲的問題。下面是他自己整理出來的，也一起分享給大家了。和上面的代碼沒太大區(qū)別，只是省去了參數(shù)名，硬要說就是默認(rèn)參數(shù)省了和沒省的區(qū)別。

import?pandas?as?pd data?=?[{'name':?'小明',?'age':?18},?{'name':?'小張',?'age':?20},?{'name':?'小明',?'age':?20},?{'name':?'小明',?'age':?38}] data?=?pd.DataFrame(data) #?print(data) #?刪除名字重復(fù)的，只保留年齡最大的那個 data?=?data.sort_values('age',?ascending=False).drop_duplicates(subset=['name'],?keep='first') print(data) data?=?data.sort_values(by='age',?ascending=False).drop_duplicates('name',?inplace=False) print(data)

后來粉絲自己還拓展了下，這里拿出來跟大家一起分享。

一、sort_values()函數(shù)用途

pandas中的sort_values()函數(shù)原理類似于SQL中的order by，可以將數(shù)據(jù)集依照某個字段中的數(shù)據(jù)進(jìn)行排序，該函數(shù)即可根據(jù)指定列數(shù)據(jù)也可根據(jù)指定行的數(shù)據(jù)排序。

二、sort_values()函數(shù)的具體參數(shù)

• 用法：DataFrame.sort_values(by=‘##’,axis=0,ascending=True, inplace=False, na_position=‘last’)

• 參數(shù)說明

參數(shù)說明

by	指定列名(axis=0或’index’)或索引值(axis=1或’columns’)
axis	若axis=0或’index’，則按照指定列中數(shù)據(jù)大小排序；若axis=1或’columns’，則按照指定索引中數(shù)據(jù)大小排序，默認(rèn)axis=0
ascending	是否按指定列的數(shù)組升序排列，默認(rèn)為True，即升序排列
inplace	是否用排序后的數(shù)據(jù)集替換原來的數(shù)據(jù)，默認(rèn)為False，即不替換
na_position	{‘first’,‘last’}，設(shè)定缺失值的顯示位置

三、例子

單條件根據(jù)排序刪除重復(fù)值

import?pandas?as?pd data?=?[{'name':?'小明',?'age':?18,?'high':?155},?{'name':?'小張',?'age':?20,?'high':?145},?{'name':?'小明',?'age':?38,?'high':?175},?{'name':?'小明',?'age':?38,?'high':?195}] data?=?pd.DataFrame(data)#?單條件刪除（名字重復(fù)的，只保留年齡最大的那個） a?=?data.sort_values('age',?ascending=False).drop_duplicates('name') print(a)

多條件根據(jù)排序刪除重復(fù)值

import?pandas?as?pd data?=?[{'name':?'小明',?'age':?18,?'high':?155},?{'name':?'小張',?'age':?20,?'high':?145},?{'name':?'小明',?'age':?38,?'high':?175},?{'name':?'小明',?'age':?38,?'high':?195}] data?=?pd.DataFrame(data)#?多條件刪除（名字一樣，根據(jù)年齡刪除，保留最大的，年齡一樣，再根據(jù)身高刪除，保留最大的） b?=?data.sort_values(['age',?'high'],?ascending=False).drop_duplicates('name') print(b)

可以說學(xué)完這里，sort_values()的用法算是基本上吃透了。

三、總結(jié)

大家好，我是皮皮。這篇文章主要盤點了一個Pandas處理的問題，文中針對該問題，給出了具體的解析和代碼實現(xiàn)，幫助粉絲順利解決了問題。

最后感謝粉絲【謝峰】提問，感謝【甯同學(xué)】、【論草莓如何成為凍干莓】給出的思路和代碼解析，感謝【dcpeng】、【此類生物】、【凡人不煩人】等人參與學(xué)習(xí)交流。

大家在學(xué)習(xí)過程中如果有遇到問題，歡迎隨時聯(lián)系我解決（我的微信：pdcfighting），應(yīng)粉絲要求，我創(chuàng)建了一些高質(zhì)量的Python付費學(xué)習(xí)交流群和付費接單群，歡迎大家加入我的Python學(xué)習(xí)交流群和接單群！

小伙伴們，快快用實踐一下吧！如果在學(xué)習(xí)過程中，有遇到任何問題，歡迎加我好友，我拉你進(jìn)Python學(xué)習(xí)交流群共同探討學(xué)習(xí)。

-------------------?End?-------------------

往期精彩文章推薦：

• 盤點一個網(wǎng)絡(luò)爬蟲POST請求參數(shù)構(gòu)造的問題

• 盤點一個Python基礎(chǔ)中循環(huán)判斷遇到一個小問題

• 重裝pycharm和Python環(huán)境以后，以前的文件selenium獲取不到元素了?

• 不使用內(nèi)置函數(shù)的情況下，如何使用Python實現(xiàn)求平均值、最大值和最小值？
  

歡迎大家點贊，留言，轉(zhuǎn)發(fā)，轉(zhuǎn)載，感謝大家的相伴與支持

想加入Python學(xué)習(xí)群請在后臺回復(fù)【入群】

萬水千山總是情，點個【在看】行不行

/今日留言主題/

隨便說一兩句吧~~

總結(jié)

以上是生活随笔為你收集整理的请教个问题，我想把数据中名字的重复值删掉，只保留年纪大的怎么整呢？的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。