文章目录
- 欢迎关注公众号【Python开发实战】，免费领取Python学习电子书！
- Dataframe的drop_duplicates方法
* - drop_duplicates方法介绍
- 用例1
- 用例2
- 用例3
- 用例4
- 用例5
欢迎关注公众号【Python开发实战】，免费领取Python学习电子书！
Dataframe的drop_duplicates方法
在实际处理数据中，数据预处理操作中，常常需要去除掉重复的数据，这就用到了Dataframe的drop_duplicates方法。
drop_duplicates方法介绍
方法形式为 drop_duplicates(subset=None, keep=’first’, inplace=False, ignore_index=False)，返回删掉重复行的Dataframe。
参数解析：
- subset：列名或列名序列，对某些列来识别重复项，默认情况下使用所有列。
- keep：可选值有first，last，False，默认为first，确定要保留哪些重复项。
- first：删除除第一次出现的重复项，即保留第一次出现的重复项。
- last：保留最后一次出现的重复项。
- False：删除所有重复项。
- inplace：布尔值，默认为False，返回副本。如果为True，则直接在原始的Dataframe上进行删除。
- ignore_index：布尔值，默认为False，如果为True，则生成的行索引将被标记为0、1、2、…、n-1。
返回：
- 返回删除重复项的Dataframe或None，当inplace=True时返回None。
用例1
导入包
import pandas as pd
import numpy as np
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
输出：
默认情况下，会根据所有列来删除重复的行。
df.drop_duplicates()
输出：
用例2
删除特定列上的重复项，使用subset参数。
df.drop_duplicates(subset=['brand'])
输出：
df.drop_duplicates(subset='brand')
输出：
用例3
删除前两列的重复项，并保留最后一次出现的数据，使用keep。
df.drop_duplicates(subset=['brand', 'style'], keep='last')
输出：
用例4
删除所有列的重复项，并直接在原数据上操作。
df
输出：
df.drop_duplicates(inplace=True)
df
输出：
用例5
删除所有列的重复项，重新设置行索引。
df.drop_duplicates(ignore_index=True)
输出：
Original: https://blog.csdn.net/qq_38727995/article/details/124479938
Author: 凯旋.Lau
Title: pandas进阶–Dataframe的drop_duplicates方法(数据去重)
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/693827/
转载文章受原作者版权保护。转载请注明原作者出处！