如何删除表格重复项并仅保留最后一条记录？

在数据处理中，需按指定列（示例为Var1）识别重复组，仅保留每组的最后一条记录。

原数据 #

期望处理结果 #

1. Excel 操作步骤 #

• 给数据添加辅助列：在最后一列输入=ROW()并下拉填充，生成行序号（用于锁定原数据顺序）
• 排序：点击「数据」→「排序」，设置主关键字为Var1（升序），次关键字为辅助列（降序），确保每组内最后一行排在最前
• 删除重复值：点击「数据」→「删除重复值」，仅勾选Var1列，点击确定后删除辅助列即可

2. Python (Pandas) 实现代码 #

import pandas as pd

# 构造示例数据（实际可通过pd.read_excel/csv读取文件）
df = pd.DataFrame({
    'Var1': [1, 2, 2, 3],
    'Var2': ['F', 'H', 'F', 'H']
})

# 按Var1分组，保留每组最后一行
result_df = df.groupby('Var1', as_index=False).last()

print(result_df)

3. R 语言实现代码 #

library(dplyr)

# 构造示例数据
df <- data.frame(
  Var1 = c(1, 2, 2, 3),
  Var2 = c("F", "H", "F", "H")
)

# 分组取每组最后一行
result_df <- df %>% 
  group_by(Var1) %>% 
  slice_tail(n = 1) %>% 
  ungroup()

print(result_df)

内容的提问来源于stack exchange，提问作者Zaggamim