UFC数据集DataFrame去重：移除重复拳手记录，仅保留最新赛事条目

既然你的数据集已经是按赛事时间从最新到最早倒序排列的，那处理起来就很直接了——我们只需要保留每个拳手第一次出现的记录（也就是最新赛事的条目），移除后续的重复项就行。下面是具体的实现步骤，用Pandas来完成：

核心思路 #

因为数据是倒序排列的，每个拳手的第一条记录就是他们最近一次参赛的信息。所以我们可以利用Pandas的drop_duplicates方法，指定按fighter字段去重，并且保留第一个出现的条目。

代码实现 #

假设你的数据已经加载到了一个Pandas DataFrame中（比如从CSV文件读取）：

import pandas as pd

# 读取数据集（替换成你的文件路径或数据加载方式）
ufc_df = pd.read_csv('ufc_events.csv')

# 执行去重：保留每个拳手的第一条（最新赛事）记录
cleaned_ufc_df = ufc_df.drop_duplicates(subset='fighter', keep='first')

效果验证 #

拿你给出的示例数据来说，执行完上面的代码后：

• mcgregor的第0行（年龄31、战绩14胜5负）会被保留
• 第3行的旧记录（年龄30、战绩14胜4负）会被自动移除
• 其他无重复的拳手记录都会完整保留

额外说明 #

如果你的数据里存在重名的拳手（比如两个不同的选手都叫"mcgregor"），那可能需要结合其他唯一标识字段（比如选手ID）来进行去重。但根据你的问题描述，我们默认重复的fighter值都是同一个选手的不同赛事记录，所以上面的方案完全适用。

内容的提问来源于stack exchange，提问作者Matt Stokes