数据框python删除重复项

Question

我有一个看起来像这样的数据框

  TaskID Status         Time         
0    123   Progress     12.00
1    234   Progress     12.10
2    123   Almost Done  12.20
3    234   Completed    12.40

我需要用最新的记录更新记录的状态，而不更改其他列的值，并删除最新的重复记录。

最终结果

   TaskID Status         Time         
0    123   Almost Done  12.00
1    234   Completed    12.10

我该如何实现？谢谢。

Answer 1

我认为您需要通过agg与first进行汇总，并且 last：

df = df.groupby('TaskID', as_index=False).agg({'Status':'last','Time':'first'})
print (df)
   TaskID       Status  Time
0     123  Almost Done  12.0
1     234    Completed  12.1