如何去除Courses列重复值并保留折扣最小的课程记录？

需要处理包含重复课程的数据，确保Courses列无重复值，仅保留每门课程中Discount值最小的记录，删除其余重复项。

输入数据 #

期望输出 #

说明：已删除2条Courses=pandas的记录，保留了该课程中折扣最小的条目。

解决方案（使用pandas） #

通过分组并选取折扣最小的记录即可实现需求：

import pandas as pd

# 构造输入数据框
df = pd.DataFrame({
    'Courses': ['Spark', 'PySpark', 'pandas', 'Python', 'pandas', 'pandas'],
    'Fee': [20000, 25000, 10000, 22000, 30000, 400000],
    'Duration': ['30days', '40days', '10days', '35days', '50days', '70days'],
    'Discount': [1000, 2300, 1, 1200, 2000, 2]
})

# 按课程分组，获取每组折扣最小的记录索引，再提取对应行
result = df.loc[df.groupby('Courses')['Discount'].idxmin()]

# 重置索引
result = result.reset_index(drop=True)

print(result)

运行代码后输出的结果与期望输出完全一致。

内容的提问来源于Stack Exchange，提问作者Adeeb Shaik