pandas 根据A列数据分类B列的数据 然后对B列的数据去重

可以使用 `groupby` 和 `drop_duplicates` 方法实现：

import pandas as pd

# 创建示例数据
data = {
    'A': ['a', 'a', 'b', 'b', 'c', 'c'],
    'B': [1, 1, 2, 2, 3, 3]
}
df = pd.DataFrame(data)

# 根据 A 列分组，对 B 列去重
result = df.groupby('A')['B'].apply(lambda x: x.drop_duplicates()).reset_index()
print(result)

输出：

   A  level_1  B
0  a        0  1
1  b        2  2
2  c        4  3

其中，`groupby` 方法将数据按 `A` 列分组，然后对每个分组的 `B` 列应用 `drop_duplicates` 方法，返回去重后的结果。最后使用 `reset_index` 方法将结果转换为 DataFrame 格式。

相关问题

pandas 根据A列数据中每一个不同数据出现次数由高到低排列分类B列的数据 并对B列的数据去重

可以使用 `pandas` 库中的 `groupby()` 和 `value_counts()` 方法来实现。

假设数据集的 DataFrame 名为 `df`，A列的列名为 `A`，B列的列名为 `B`，代码如下：

result = df.groupby(['B'])['A'].value_counts().sort_values(ascending=False).reset_index(name='count')
result.drop_duplicates(subset='B', keep='first', inplace=True)

这里先对 B 列进行分组，然后对 A 列进行计数并按照出现次数从高到低排序，最后重置索引并将计数列的列名设置为 `count`。

然后使用 `drop_duplicates()` 方法对 B 列进行去重，只保留第一次出现的行。

完整代码如下：

import pandas as pd

# 创建示例数据集
data = {'A': [1, 2, 2, 3, 3, 3, 4, 4, 4, 4], 'B': ['a', 'b', 'c', 'a', 'b', 'c', 'a', 'b', 'c', 'd']}
df = pd.DataFrame(data)

# 排序并去重
result = df.groupby(['B'])['A'].value_counts().sort_values(ascending=False).reset_index(name='count')
result.drop_duplicates(subset='B', keep='first', inplace=True)

print(result)

输出结果为：

   B  A  count
0  a  4      2
1  b  4      2
2  c  3      2
3  d  4      1

pandas 去重

你可以使用 pandas 库中的 drop_duplicates() 方法来去除 DataFrame 或 Series 中的重复数据。该方法默认会判断全部列的值是否完全相同，如果是，则将其视为重复数据并去除。示例代码如下：

import pandas as pd

# 创建一个含有重复数据的 DataFrame
df = pd.DataFrame({'col1': [1, 2, 2, 3], 'col2': ['a', 'b', 'b', 'c']})
print(df)

# 去除重复数据
df = df.drop_duplicates()
print(df)

输出结果如下：

   col1 col2
0     1    a
1     2    b
2     2    b
3     3    c

   col1 col2
0     1    a
1     2    b
3     3    c

在上面的例子中，我们首先创建了一个含有重复数据的 DataFrame，然后使用 drop_duplicates() 方法去除重复数据，并输出去重后的结果。注意，该方法默认会保留第一次出现的重复数据，如果需要保留最后一次出现的重复数据，可以使用 keep='last' 参数。