您好,登錄后才能下訂單哦!
這篇文章主要介紹如何使用pandas中DataFrame檢測(cè)重復(fù)值,文中介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們一定要看完!
本文詳解如何使用pandas查看dataframe的重復(fù)數(shù)據(jù),判斷是否重復(fù),以及如何去重
DataFrame.duplicated(subset=None, keep='first')
subset:如果你認(rèn)為幾個(gè)字段重復(fù),則數(shù)據(jù)重復(fù),就把那幾個(gè)字段以列表形式放到subset后面。默認(rèn)是所有字段重復(fù)為重復(fù)數(shù)據(jù)。
keep:
默認(rèn)為'first' ,也就是如果有重復(fù)數(shù)據(jù),則第一條出現(xiàn)的定義為False,后面的重復(fù)數(shù)據(jù)為True。
如果為'last',也就是如果有重復(fù)數(shù)據(jù),則最后一條出現(xiàn)的定義為False,后面的重復(fù)數(shù)據(jù)為True。
如果為False,則所有重復(fù)的為True
下面舉例
df = pd.DataFrame({ 'brand': ['Yum Yum', 'Yum Yum', 'Indomie', 'Indomie', 'Indomie'], 'style': ['cup', 'cup', 'cup', 'pack', 'pack'], 'rating': [4, 4, 3.5, 15, 5] }) df
# 默認(rèn)為keep="first",第一條重復(fù)的為False,后面重復(fù)的為True # 一般不會(huì)設(shè)置keep,保持keep為默認(rèn)值。 df.duplicated() 結(jié)果 0 False 1 True 2 False 3 False 4 False dtype: bool # keep="last",,最后一條重復(fù)的為False,后面重復(fù)的為True df.duplicated(keep="last") 結(jié)果 0 True 1 False 2 False 3 False 4 False dtype: bool # keep=False,,所有重復(fù)的為True df.duplicated(keep=False) 結(jié)果 0 True 1 True 2 False 3 False 4 False dtype: bool # sub是子,subset是子集 # 標(biāo)記只要brand重復(fù)為重復(fù)值。 df.duplicated(subset='brand') 結(jié)果 0 False 1 True 2 False 3 True 4 True dtype: bool # 只要brand重復(fù)brand和style重復(fù)的為重復(fù)值。 df.duplicated(subset=['brand','style']) 結(jié)果 0 False 1 True 2 False 3 False 4 True dtype: bool # 顯示重復(fù)記錄,通過(guò)布爾索引 df[df.duplicated()]
# 查詢重復(fù)值的個(gè)數(shù)。 df.duplicated().sum() 結(jié)果 1
以上是“如何使用pandas中DataFrame檢測(cè)重復(fù)值”這篇文章的所有內(nèi)容,感謝各位的閱讀!希望分享的內(nèi)容對(duì)大家有幫助,更多相關(guān)知識(shí),歡迎關(guān)注億速云行業(yè)資訊頻道!
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。