您好,登錄后才能下訂單哦!
這篇文章主要介紹了pd.drop_duplicates如何刪除重復(fù)行的相關(guān)知識(shí),內(nèi)容詳細(xì)易懂,操作簡(jiǎn)單快捷,具有一定借鑒價(jià)值,相信大家閱讀完這篇pd.drop_duplicates如何刪除重復(fù)行文章都會(huì)有所收獲,下面我們一起來(lái)看看吧。
drop_duplicates 方法實(shí)現(xiàn)對(duì)數(shù)據(jù)框 DataFrame 去除特定列的重復(fù)行,返回 DataFrame 格式數(shù)據(jù)。
使用語(yǔ)法:
DataFrame.drop_duplicates(subset=None, keep='first', inplace=False, ignore_index=False)
參數(shù):
subset – 指定特定的列 默認(rèn)所有列
keep:{‘first’, ‘last’, False} – 刪除重復(fù)項(xiàng)并保留第一次出現(xiàn)的項(xiàng) 默認(rèn)第一個(gè)
keep=False – 表示刪除所有重復(fù)項(xiàng) 不保留
inplace – 是否直接修改原對(duì)象
gnore_index=True – 重置索引 (version 1.0.0 才有這個(gè)參數(shù))
import pandas as pd df = pd.DataFrame({'a':[1,1,2,2], 'b':['a','b','a','b']}) # 單列 df.drop_duplicates('b', 'first', inplace=True) print(df) ''' a b 0 1 a 1 1 b ''' # 多列 df.drop_duplicates(subset=['a', 'b'], keep='first', inplace=False) # 刪除所有重復(fù)項(xiàng) 不保留 df.drop_duplicates(subset=['a', 'b'], False)
# 構(gòu)建測(cè)試數(shù)據(jù)框 import pandas as pd df = pd.DataFrame({ 'brand': ['Yum Yum', 'Yum Yum', 'Indomie', 'Indomie', 'Indomie'], 'style': ['cup', 'cup', 'cup', 'pack', 'pack'], 'rating': [4, 4, 3.5, 15, 5] }) # 默認(rèn)按所有列去重 df.drop_duplicates() # 指定列 df.drop_duplicates(subset=['brand']) # 保留最后一個(gè)重復(fù)值 df.drop_duplicates(subset=['brand', 'style'], keep='last')
# 方法一 df.drop_duplicates(ignore_index=True) # 方法二 df.drop_duplicates().reset_index(drop=True) # 方法三 df.index = range(df.shape[0])
關(guān)于“pd.drop_duplicates如何刪除重復(fù)行”這篇文章的內(nèi)容就介紹到這里,感謝各位的閱讀!相信大家對(duì)“pd.drop_duplicates如何刪除重復(fù)行”知識(shí)都有一定的了解,大家如果還想學(xué)習(xí)更多知識(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。