如何基于各种过滤器过滤出重复项

Question

我有一个包含字母，数字和数字列的数据框

df = pd.DataFrame({'Letters':['AB', 'XY', 'ZW','ZW','XY' ],
               'Numbers': [1234, 4, 333, 333, 4],
               'Digits': [32234, 32534, 4234, 4235, NaN]})

print(df)
  Letters  Numbers    Digits
0      AB     1234    32234   
1      XY        4    32534   
2      ZW      333    4234   
3      ZW      333    4235  
4      XY        4    NaN    

我想根据特定的列（此处为字母和数字）过滤出重复项，并删除该列具有特定值的行（在这种情况下，“数字”为最大或Nan）

结果将是

print(df)
  Letters  Numbers    Digits
0      AB     1234    32234   
1      XY        4    32534      
3      ZW      333    4235

Answer 1

我们可以将sort_values与na_position参数一起使用，然后调用drop_duplicates：

(df.sort_values('Digits', na_position='first')
   .drop_duplicates(['Letters', 'Numbers'], keep='last')
   .sort_index())

  Letters  Numbers   Digits
0      AB     1234  32234.0
1      XY        4  32534.0
3      ZW      333   4235.0