Python Pandas中DataFrame.drop_duplicates()删除重复值详解
短信预约 -IT技能 免费直播动态提醒
语法
df.drop_duplicates(subset = None,
keep = 'first',
inplace = False,
ignore_index = False)
参数
1.subset:指定的标签或标签序列,仅删除这些列重复值,默认情况为所有列
2.keep:确定要保留的重复值,有以下可选项:
first:保留第一次出现的重复值,默认
last:保留最后一次出现的重复值
False:删除所有重复值
3.inplace:是否生效
4.ignore_index:如果为True,则重新分配自然索引(0,1,…,n - 1)
# 删除重复值 DataFrame.drop_duplicates()
import pandas as pd
df = pd.DataFrame([['x','x',1],['x','x',1],['z','x',2]], columns = ['A','B','C'])
# 删除重复行
res1 = df.drop_duplicates()
# 删除指定列
res2 = df.drop_duplicates(subset = ['A'])
# 保留最后一个
res3 = df.drop_duplicates(subset = ['A'], keep = 'last')
结果展示
df
res1
res2
res3
扩展:识别重复值
import pandas as pd
df = pd.DataFrame({
'studentID':['A001','A002','A003','A004','A005','A006','A006'],
'score':[100,93,94,96,93,95,95]})
# 识别重复值
duplicate_value = df[df.duplicated()]
df
由上图可知studentID为'A006'的记录有两条,我们可以使用duplicated()方法识别重复值,它返回的是布尔值结果(True:有重复值,False:无重复值)
duplicate_value
总结
到此这篇关于Python Pandas中DataFrame.drop_duplicates()删除重复值的文章就介绍到这了,更多相关Pandas DataFrame.drop_duplicates()删除重复值内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网!
免责声明:
① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。
② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341