如何删除pandas dataframe中同公司重复行，仅保留成交量最高的条目？

实现逻辑 #

核心是按公司名称分组，筛选每组内成交量最高的条目即可，两种常用实现方案如下：

方法1：排序后去重（最简洁） #

逻辑是先按成交量降序排序，再按公司名称去重，自动保留每组第一条也就是成交量最高的条目：

# 假设你的DataFrame名为stock_df，成交量字段名为volume，公司名称字段名为company_name
res_df = stock_df.sort_values('volume', ascending=False).drop_duplicates('company_name', keep='first')
# 如果需要保持原表的行顺序，可再加一步按原索引排序
res_df = res_df.sort_index()

方法2：分组取最大值索引（性能更高，适合大数据量） #

逻辑是直接按公司分组，取每组成交量最大值对应的行索引，再筛选原表：

# 取每组成交量最高的行索引
max_volume_idx = stock_df.groupby('company_name')['volume'].idxmax()
# 按索引筛选行得到结果
res_df = stock_df.loc[max_volume_idx].reset_index(drop=True)

注意事项 #

• 执行前先确认成交量volume字段为数值类型，如果是字符串格式可先转换：stock_df['volume'] = stock_df['volume'].astype(int)
• 如果同公司存在多条成交量同为最高的条目，上述两种方法默认只保留第一条，若需要全部保留可以用如下逻辑：

res_df = stock_df[stock_df.groupby('company_name')['volume'].transform(lambda x: x == x.max())]

内容的提问来源于stack exchange，提问作者user3186371