删除一列中的重复项，在多个其他列中，将行值更改为该列的最大值？

Question

我的数据框格式如下：

id  x1 x2 x3 
A   1  0  0
A   0  1  0
A   0  0  0
B   1  0  0
B   0  0  0 
B   0  0  1 

我想＆＃34;压缩＆＃34;这基于id中的重复值，将1保留在正确的列下，但保留在id的单行中。也就是说，数据框最后应该如下所示：

id  x1 x2 x3 
A   1  1  0
B   1  0  1

我的实际数据集是数百万行，可能有数千列。我可以通过按行分组并循环遍历列来完成此操作，但是想知道是否有更多Pythonic / Pandified /内存有效的方法。

我已经查看了关于保留列的最大值（或其他函数）的问题的答案，但这又回到了必须遍历所有列的问题。 （Here is one example.）

谢谢！

Answer 1

这是在pandas中执行此操作的最简单，最有效的方法：

In [8]: df.groupby('id').max()
Out[8]: 
    x1  x2  x3
id            
A    1   1   0
B    1   0   1