python 按某行条件删除列

Question

第1行数据已经根据大小进行了列排序
如果第0 行物质有重复（波长-列的index），则按左面的取，只保留一个波长列。 eg: CF2 只保留251.5， 删除271.0，259.0列
自己写的思路是先把1行非数字类型infoCol 去掉然后sort_values-> 转置以后在drop_duplicates(keep= 'first'), 也完成了想做的事情， 但最后还要再把infoCol 全拼回来感觉太复杂了，应该有更好的办法~~

        indexSpeciesP = indexSpecies[list(set(indexSpecies.columns).difference(infoCol))]#.iloc[0:2,:]
        indexSpeciesP = indexSpeciesP.sort_values(axis = 1, by = 1,ascending = False) 
        indexSpeciesP = indexSpeciesP.T.drop_duplicates(subset = [0],keep = 'first').T
        indexSpeciesPP = pd.concat([indexSpecies[infoCol],indexSpeciesP], axis = 1)

原始数据是下面这种没经过排序的
如果第0行物质有重复，保留第一行数值大的那列，其他删掉，请问怎么写好一点

Answer 1

不用排序，一遍循环搞定

遍历数组，把数据放入到python的dict里面
dict的key是0行的内容，如：CF2,N2,CO2,CN,Sin,O/CN之类
value是一个两个元素的数组或者tuple也行，结构为[index行值，第1行以后的整列的值]，如：[251.5,[22677,2657.8]]

循环遍历时，先找Key，找到key后，比较value的第一个元素index行值和当前遍历index行值，如当前遍历值小，continue。如果大，index行值和第1行以后的整列值整体覆盖Value

已参与了 SegmentFault 思否社区 10 周年「问答」打卡 ，欢迎正在阅读的你也加入。

Answer 2

如果是对原始数据进行过滤，其实就是2次分别遍历2行的过程(毕竟数据不多)
第一次对index=0和index=1两行的协同遍历，以index=1中数据较大的过滤保留index=0同名元素(对应索引值)
第二次，根据需要的索引值信息过滤index=3行数据。

因为不知道你原始数据构成机制，所以用为代码实现一下

fObj={}
LIST0=LIST(index=0) #对应index=0的一行数据形成的列表
LIST1=LIST(index=1) #对应index=1的一行数据形成的列表
LIST2=LIST(index=2) #对应index=2的一行数据形成的列表
rtList0=[] #对应index=0的一行数据结果列表
rtList1=[] #对应index=0的一行数据结果列表
for i in range(len( LIST0 ) ): # 第一次循环
    if fObj[ LIST0[i] ] == undifine :
            fObj[LIST0[i]]=[LIST1[i],i]  # 存储对应的LIST1行同位值，用于比较，并记录i
    elif fObj[ LIST0[i] ][0]<LIST1[i] :
            fObj[LIST0[i]]=[LIST1[i],i]  # 因为新值更大而更新
for akey in fObj.keys(): # 第二次循环
    rtList0.append( akey )
    rtList1.append( LIST2[ fObj[akey][1] ] ) # 通过akey值查对应行中索引位置关系

注意，因为dict类型对数据存储排序关系是不稳定的，所以for akey in fObj.keys() 可能造成结果位置关系和原始关系不稳定，即虽然肯定结果是唯一关系，但不同的元素间排列顺序和原始数据比可能发生变化。

已参与了 SegmentFault 思否社区 10 周年「问答」打卡 ，欢迎正在阅读的你也加入。