如何按Bundle ID去重并保留对应安装量最高的App名称？

针对你需要去除重复Bundle ID、仅保留每个Bundle ID下安装量（count）最高的App名称的需求，以下提供两种常用实现方案：

SQL实现（适用于数据库场景） #

假设数据表名为app_installs，包含字段bundle_id、app_name、count，使用窗口函数可解决分组时App名称无法显示的问题：

SELECT bundle_id, app_name, count
FROM (
    SELECT 
        bundle_id, 
        app_name, 
        count,
        -- 按Bundle ID分组，每组内按安装量降序编号
        ROW_NUMBER() OVER (PARTITION BY bundle_id ORDER BY count DESC) AS row_rank
    FROM app_installs
) ranked_data
-- 筛选出每组排名第一的记录（即安装量最高的App）
WHERE row_rank = 1;

Python Pandas实现（适用于本地数据处理） #

如果用Pandas处理本地数据文件，可通过分组取最大值索引的方式实现：

import pandas as pd

# 读取数据（替换为你的数据路径）
df = pd.read_csv('app_install_data.csv')

# 按Bundle ID分组，提取每组中count最大的行
result_df = df.loc[df.groupby('bundle_id')['count'].idxmax()]

# 调整列顺序并重置索引，匹配期望格式
result_df = result_df[['bundle_id', 'app_name', 'count']].reset_index(drop=True)

# 输出结果
print(result_df)

执行后将得到符合要求的结果格式：

内容的提问来源于stack exchange，提问作者Eric Franca