删除重复项，使该行在另一列中保持最高值

Question

a = [['John', 'Mary', 'John'], [10,22,50]])
df1 = pd.DataFrame(a, columns=['Name', 'Count'])

给出这样的数据框，我想将“ Name”的所有相似字符串值与“ Count”值进行比较以确定最高值。我不确定如何在Python的数据框中执行此操作。

例如：在上述情况下，答案是：

• 姓名计数
• 3月22日
• 约翰50

John 10的较低值已被删除（基于“名称”的相同值，我只想看到“计数”的最大值）。

在SQL中，它将类似于Select Case查询（其中，我选择Name == Name＆Count> Case进行递归计数以确定最高编号），或者为每个名称创建一个For循环，但是据我所知由于对象的性质，DataFrames是一个坏主意。

是否可以使用Python中的DF执行此操作？我可以为每个变量创建一个新的数据框（一个只有John，然后获得最高值（df.value（）[：1]或类似值。）但是由于我有数百个唯一条目，这似乎是一个糟糕的解决方案。 ：D

Answer 1

sort_values和drop_duplicates，

df1.sort_values('Count').drop_duplicates('Name', keep='last')

   Name  Count
1  Mary     22
2  John     50

或者像miradulo所说的，groupby和max。

df1.groupby('Name').Count.max().reset_index()

   Name  Count
0  John     50
1  Mary     22