Python 3.x pandas重複を比較し、行をcsvの上位の値にドロップする方法は？

Question

こんにちは私はPythonには新しく、現在はPythonバージョン3.xを使用しています。私はcsvでフィルタリングするために必要な非常に大きなデータセットを持っています。私はオンラインで検索し、多くはpandas DataFrameにロードすることを推奨しました（完了）。

私の列のように定義することができます：「ID」、「名前」、「時間」、私は任意の重複を「トークン」の下にチェックする必要があり、「トークン」、「テキスト」

- 行うことができます

経由DF =のDF [df.Token.duplicate（= Falseを保つ）]

（私が間違っているなら、私を修正してください）

しかし、問題は、私は維持する必要があり、元の行はwhile他の重複を削除します。このために、私はそれを「時間」と比較するように言われました。最小の値を持つ「時間」は元の値（保持）になり、残りの複製は削除されます。例えば

：

ID名タイムトークンテキスト

1 |ジョン| 333 |こんにちは| xxxx

2 |メアリー| Mary 233 | Hiiii | xxxx

3 | Jame | 222 |こんにちは| xxxx

4 |ケン| 555 |こんにちは| XXXX

所望の出力：

2 |メアリー| Mary 233 | Hiiii | xxxx

3 | Jame | 222 |こんにちは|私は立ち往生午前どこ

##compare and keep the smaller value 
    def dups(df): 
     return df[df["Time"] < df["Time"]] 

df = df[df.Token.duplicate()].apply(dups) 

これはおおよそ次のとおりです。私が行っている何xxxxの

！誰も助けることができますか？ Pythonで私の初めてのコーディングは、どんな助けも大歓迎です。

Answer 1

使用sort_values + drop_duplicates：

df = df.sort_values('Time')\ 
     .drop_duplicates('Token', keep='first').sort_index() 
df 

    ID Name Time Token Text 
1 2 Mary 233 Hiiii xxxx 
2 3 Jame 222 Hello xxxx 

最終sort_indexコールは、元のデータフレームに順序を復元します。この点を超えて単調に増加するインデックスを取得する場合は、reset_indexに電話してください。