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？答案

【问题标题】：Remove duplicates in one column, in multiple other columns, change row value to max of that column?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？
【发布时间】：2016-11-04 03:07:47
【问题描述】：

我有一个格式如下的数据框：

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

我想根据id 中的重复值“压缩”它，将1 保持在正确的列下，但id 在一行中。也就是说，数据框最后应该是这样的：

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遍历列来做到这一点，但想知道是否有更 Pythonic/Pandified/memory 有效的方式来做到这一点。

我已经查看了与保持列的最大值（或其他函数）有关的问题的答案，但这又回到了必须遍历所有列的问题。 (Here is one example.)

谢谢！

【问题讨论】：

标签： python pandas

【解决方案1】：

这是在 pandas 中最简单、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

【讨论】：

当吉特。好吧，现在我只是觉得自己很愚蠢。