| pandas去重、删除重复数据之duplicated() | 您所在的位置：网站首页 › 如何删除重复数字 › pandas去重、删除重复数据之duplicated() |
pandas去重、删除重复数据之duplicated()
|
pandas去重、删除重复数据之duplicated
1.pandas中重复索引问题2.pandas删除重复数据行3.drop_duplicates()函数的语法4.案例：pandas数据处理——取出重复数据
1.pandas中重复索引问题
df = df[~df.index.duplicated()]
2.pandas删除重复数据行
# 首先导入常用的两个包
import pandas as pd
import numpy as np
# 1.删除完全重复的行
df.drop_duplicates()
2.按k列进行去重，对于重复项，保留第一次出现的值
df.drop_duplicates('k',keep='first')
3、k2和k1两列进行去重
df.drop_duplicates(['k2','k1'], keep='first')
"""
keep：{‘first', ‘last', False}, 默认值 ‘first'
first：保留第一次出现的重复行，删除后面的重复行。
last：删除前面的重复项，保留最后一次出现的重复行。
False：删除所有重复项
"""
3.drop_duplicates()函数的语法
df.drop_duplicates(subset=['A','B','C'],keep='first',inplace=True)
参数说明如下： subset：表示要进去重的列名，默认为 None。keep：有三个可选参数，分别是 first、last、False，默认为 first，表示只保留第一次出现的重复项，删除其余重复项，last 表示只保留最后一次出现的重复项，False 则表示删除所有重复项。inplace：布尔值参数，默认为 False 表示删除重复项后返回一个副本，若为 Ture 则表示直接在原数据上删除重复项。 4.案例：pandas数据处理——取出重复数据平常我们用pandas做重复数据处理时，常常调用到drop_duplicates方法来去除重。 现在我不想完全去除重复，而是把重复数据输出，现有数据如下所示： 方法 重复数据保留一个，duplicate_bool输出的是bool类型值，通过判断bool==True，取出重复行。 duplicate_bool = df.duplicated(subset=['id'], keep='first') repeat=df.loc[duplicate_bool == True] repeat输出： |
【本文地址】
公司简介
联系我们