如何按user_id出现频率降序排序DataFrame并去除重复值？

嘿，这就帮你实现按user_id出现频率降序排列并去重的需求！下面是两种简洁可行的方法：

方法一：分步实现（逻辑清晰） #

先统计频次、确定排序规则，再筛选去重并重新排列：

import pandas as pd

# 第一步：统计每个user_id的出现次数，结果默认按降序排列
user_freq = df['user_id'].value_counts()

# 第二步：提取按频率降序排列的user_id列表
sorted_user_ids = user_freq.index.tolist()

# 第三步：筛选目标user_id、去重保留第一条记录，最后按频率顺序重排
result_df = (
    df[df['user_id'].isin(sorted_user_ids)]
    .drop_duplicates(subset='user_id', keep='first')
    .set_index('user_id')
    .reindex(sorted_user_ids)
    .reset_index()
)

方法二：极简写法（一步到位） #

利用groupby和value_counts的索引特性，直接完成分组+排序：

import pandas as pd

# 按user_id分组取第一条记录，再按出现频率降序排列
result_df = df.groupby('user_id').first().loc[df['user_id'].value_counts().index].reset_index()

效果说明 #

两种方法都会达成你想要的结果：

• 每个user_id仅保留一条记录（取该用户首次出现的o_date和month值）
• DataFrame整体按user_id的出现频率从高到低排列，和Series.value_counts()的顺序完全匹配

内容的提问来源于stack exchange，提问作者th000