熊猫:根据 col[B] 的条件将重复项放在 col[A] 保留行中

Question

给定数据帧：

df = pd.DataFrame({'col1': ['A', 'A', 'A','B','B'], 'col2': ['type1', 'type2', 'type1', 'type2', 'type1'] , 'hour': ['18:03:30','18:00:48', '18:13:46', '18:11:29', '18:06:31']  })

col1 col2   hour
A   type1   18:03:30 # Drop this row as (A type1) already present
A   type2   18:00:48
A   type1   18:13:46 # keep this row as (A type1) already present.
B   type2   18:11:29
B   type1   18:06:31

我想根据 col1，col2 删除重复项。

例如。(行 (0(： 类型 1， 行 (2(： 类型 1(

仅保留具有最新小时的行，例如。"(18：13：46(。

我尝试使用groupby基于 col1 返回子集，drop_duplicates将重复项放在 col2 中。我需要找到一种方法来通过条件(最近一小时(

示例代码：

for key, grp in df.groupby('col1'):
grp.drop_duplicates(subset='col2', keep="LATEST OF HOUR") 

预期成果：

col1 col2   hour
A   type1   18:03:30
A   type2   18:00:48
B   type2   18:11:29
B   type1   18:06:31

编辑添加上下文

我的原始数据帧更大，解决方案还需要适用于：

col1 col2   other  hour
A   type1   h  18:03:30 # Drop this row as (A type1) already present
A   type2   ss 18:00:48
A   type1   ll 18:13:46 # keep this row as (A type1) already present
B   type2   mm 18:11:29
B   type1   jj 18:06:31

它仍然需要根据小时删除列

Answer 1

df.drop_duplicates(['col1','col2'] , keep = 'last')

Answer 2

根据anky_91的评论，我这样解决它：

df.sort_values('hour').drop_duplicates(['col1','col2'] , keep = 'last')

这基于列"小时"进行排序，以便您确保 keep='last' 获取最后一个元素