如何通过先比较第三列值去除DataFrame中两列的重复项？

针对你的需求，这里有两种简洁高效的实现方式，都能处理多组重复项的场景：

方法一：分组取最小索引筛选 #

先通过分组找到每组中column_3值最小的行的索引，再提取对应行：

import pandas as pd

# 示例数据
a = [{'column_1': 'A', 'column_2': 'B', 'column_3': 20.14}, {'column_1': 'A', 'column_2': 'B', 'column_3': 20.35}]
df = pd.DataFrame(a)

# 获取每组中column_3最小的行索引
min_row_indices = df.groupby(['column_1', 'column_2'])['column_3'].idxmin()
# 筛选结果并重置索引
result_df = df.loc[min_row_indices].reset_index(drop=True)

方法二：排序后去重 #

先按column_3升序排序，让每组里值最小的行排在最前面，再用去重保留第一个条目：

result_df = df.sort_values('column_3') \
              .drop_duplicates(['column_1', 'column_2'], keep='first') \
              .reset_index(drop=True)

验证结果 #

两种方法运行后，都会得到符合预期的结果：

column_1 column_2  column_3
0        A        B     20.14

不管每组有多少重复条目，这两种方法都能准确保留column_3值最小的那一行。

内容的提问来源于stack exchange，提问作者LiAfe