如何在Python Pandas DataFrame中按指定列去重并保留首行

你可以直接使用Pandas内置的drop_duplicates()方法实现该需求，只需要指定判断重复的列为three，保留规则为保留首次出现的行即可。

完整代码示例：

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({
    'one': [1, 2, 3],
    'two': [2, 3, 4],
    'three': [3, 3, 4]
})

# 核心去重逻辑
df = df.drop_duplicates(subset='three', keep='first')

参数说明 #

• subset：用于指定判断重复的参考列，传单个列名就只按该列判断重复，传列名列表则按多列联合值判断重复
• keep：指定重复行的保留规则，'first'表示保留重复值第一次出现的行（该值为默认参数，不填写也生效）；如果需要保留最后一次出现的行可以设置为'last'；设置为False则会删除所有存在重复的行
• 如果你需要直接修改原DataFrame不需要重新赋值，可以额外添加inplace=True参数。

执行上述代码后得到的结果如下：

one  two  three
0    1    2      3
2    3    4      4

完全符合你要保留第一行、第三行，删除第二行重复值的要求。

内容的提问来源于stack exchange，提问作者Celin Younan