如何删除数据集中的重复值：python

Question

我想通过保留具有最高值的项来删除数据集中的重复项。现在我用的是熊猫：

c_maxes = hospProfiling.groupby(['Hospital_ID', 'District_ID'], group_keys=False)\
                .apply(lambda x: x.ix[x['Hospital_employees'].idxmax()])
print c_maxes

c_maxes.to_csv('data/external/HospitalProfilingMaxes.csv')

这样做会导致初始数据集：Hospital_ID,District_ID,Hospital_employees变成{}。在

正在复制用于分组的列。这里有什么错误？在

编辑：

在使用groupby（）函数时，将在数据开头添加一个额外的列。列没有名称，它只是所有行的序列号。这里的第二个问题就是答案。我想删除这个额外的专栏，因为我不需要它。我试过了：

hospProfiling.drop(hospProfiling.columns[0], axis=1)

此代码不会删除列。如何才能将其移除？在

Answer 1

为什么不使用groupbymax方法？在

hopsProfiling.groupby(['Hospital_ID','District_ID'],as_index = False).max()

如果您碰巧有三列以上的列，请将max替换为agg：

^{pr2}$