Python Pandas中DataFrame.drop_duplicates()刪除重複值詳解

2022-07-11 22:03:50

語法

df.drop_duplicates(subset = None,
                   keep = 'first', 
                   inplace = False, 
                   ignore_index = False)

引數

1.subset:指定的標籤或標籤序列，僅刪除這些列重複值，預設情況為所有列

2.keep:確定要保留的重複值，有以下可選項:

first:保留第一次出現的重複值，預設

last:保留最後一次出現的重複值

False:刪除所有重複值

3.inplace:是否生效

4.ignore_index:如果為True，則重新分配自然索引(0,1,…,n - 1)

# 刪除重複值 DataFrame.drop_duplicates()
import pandas as pd
 
df = pd.DataFrame([['x','x',1],['x','x',1],['z','x',2]], columns = ['A','B','C'])
 
# 刪除重複行
res1 = df.drop_duplicates()
 
# 刪除指定列
res2 = df.drop_duplicates(subset = ['A'])
 
# 保留最後一個
res3 = df.drop_duplicates(subset = ['A'], keep = 'last')

結果展示

res1

res2

res3

擴充套件:識別重複值

import pandas as pd
 
df = pd.DataFrame({
    'studentID':['A001','A002','A003','A004','A005','A006','A006'],
    'score':[100,93,94,96,93,95,95]})
 
# 識別重複值
duplicate_value = df[df.duplicated()]

由上圖可知studentID為'A006'的記錄有兩條，我們可以使用duplicated()方法識別重複值，它返回的是布林值結果(True:有重複值，False:無重複值)

duplicate_value

總結

到此這篇關於Python Pandas中DataFrame.drop_duplicates()刪除重複值的文章就介紹到這了,更多相關Pandas DataFrame.drop_duplicates()刪除重複值內容請搜尋it145.com以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援it145.com！

Python Pandas中DataFrame.drop_duplicates()刪除重複值詳解

目錄

語法

引數

結果展示

擴充套件:識別重複值

總結

熱門文章