您好,登錄后才能下訂單哦!
數(shù)據(jù)去重可以使用duplicated()和drop_duplicates()兩個(gè)方法。
DataFrame.duplicated(subset = None,keep =‘first' )返回boolean Series表示重復(fù)行
參數(shù):
subset:列標(biāo)簽或標(biāo)簽序列,可選
僅考慮用于標(biāo)識(shí)重復(fù)項(xiàng)的某些列,默認(rèn)情況下使用所有列
keep:{‘first',‘last',F(xiàn)alse},默認(rèn)'first'
import numpy as np import pandas as pd from pandas import Series, DataFrame df = pd.read_csv('./demo_duplicate.csv') print(df) print(df['Seqno'].unique()) # [0. 1.] # 使用duplicated 查看 重復(fù)值 # 參數(shù) keep 可以標(biāo)記重復(fù)值 {'first','last',F(xiàn)alse} print(df['Seqno'].duplicated()) ''' 0 False 1 True 2 True 3 True 4 False Name: Seqno, dtype: bool ''' # 刪除 series 重復(fù)數(shù)據(jù) print(df['Seqno'].drop_duplicates()) ''' 0 0.0 4 1.0 Name: Seqno, dtype: float64 ''' # 刪除 dataframe 重復(fù)數(shù)據(jù) print(df.drop_duplicates(['Seqno'])) # 按照 Seqno 來(lái) 去重 ''' Price Seqno Symbol time 0 1623.0 0.0 APPL 1473411962 4 1649.0 1.0 APPL 1473411963 ''' # drop_dujplicates() 第二個(gè)參數(shù) keep 包含的值 有: first、last、False print(df.drop_duplicates(['Seqno'], keep='last')) # 保存最后一個(gè) ''' Price Seqno Symbol time 3 1623.0 0.0 APPL 1473411963 4 1649.0 1.0 APPL 1473411963 '''
pandas 去除重復(fù)行
DataFrame.drop_duplicates(subset = None,keep ='first',inplace = False )
subset : 指定列,默認(rèn)情況下使用所有列
keep : {'first','last',F(xiàn)alse},默認(rèn)'first'
first
:刪除重復(fù)項(xiàng)保留第一次出現(xiàn)的。last
:刪除重復(fù)項(xiàng)保留最后一次出現(xiàn)的。false:刪除所有重復(fù)項(xiàng)。
inplace : 布爾值,默認(rèn)為False 是否刪除重復(fù)項(xiàng)或返回副本
栗子:
到此這篇關(guān)于pandas中的數(shù)據(jù)去重處理的實(shí)現(xiàn)方法的文章就介紹到這了,更多相關(guān)Pandas 數(shù)據(jù)去重內(nèi)容請(qǐng)搜索億速云以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持億速云!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。