У меня есть список, содержащийся в каждой строке, и я хотел бы удалить дубликат элемента, сохраняя максимальное значение из оценки.

Вот мои данные из фрейма данных df1

        pair    score
0   [A , A ]    1.0000
1   [A , F ]    0.9990
2   [A , G ]    0.9985
3   [A , G ]    0.9975
4   [A , H ]    0.9985
5   [A , H ]    0.9990

Я хотел бы видеть результат как

            pair    score
    0   [A , A ]    1.0000
    1   [A , F ]    0.9990
    2   [A , G ]    0.9985
    4   [A , H ]    0.9990

Я пытался использовать группу по и установить счет = макс, но это не работает

3
Sujin 23 Окт 2018 в 16:02

2 ответа

Лучший ответ

Во-первых, я думаю, что работа с list в пандах не является хорошей идеей.

Решение работает, если преобразовать списки в вспомогательный столбец с кортежами - тогда sort_values с {{ X1 } } :

df['new'] = df.pair.apply(tuple)
df = df.sort_values('score', ascending=False).drop_duplicates('new')
print (df)
     pair   score     new
0  [A, A]  1.0000  (A, A)
1  [A, F]  0.9990  (A, F)
5  [A, H]  0.9990  (A, H)
2  [A, G]  0.9985  (A, G)

Или в 2 новых столбца:

df[['a', 'b']] = pd.DataFrame(df.pair.values.tolist())
df = df.sort_values('score', ascending=False).drop_duplicates(['a', 'b'])
print (df)
     pair   score  a  b
0  [A, A]  1.0000  A  A
1  [A, F]  0.9990  A  F
5  [A, H]  0.9990  A  H
2  [A, G]  0.9985  A  G
1
jezrael 23 Окт 2018 в 13:06

Создайте новый столбец pair2 с отсортированными значениями строкового типа, а затем удалите дубликаты Будет обрабатывать, если пара имеет значение [A,G] и [G,A], рассматривая их одинаково

df['pair2']=df.pair.map(sorted).astype(str)
df.sort_values('score',ascending=False).drop_duplicates('pair2',keep='first').drop('pair2',axis=1).reset_index(drop=True)

Выход:

pair    score
[A, A]  1.0000
[A, F]  0.9990
[A, H]  0.9990
[A, G]  0.9985
0
mad_ 23 Окт 2018 в 14:04
52949798