Pandas去除重复项函数详解drop_duplicates()
更新时间：2024年02月20日 17:01:28 作者：ckSpark
这篇文章主要介绍了Pandas去除重复项函数drop_duplicates(),具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
drop_duplicates函数用途
pandas中的drop_duplicates()函数
可以通过SQL中关键字distinct的用法来理解
根据指定的字段对数据集进行去重处理
drop_duplicates()函数的具体参数
用法：
DataFrame.drop_duplicates(subset=None, keep=‘first', inplace=False)
参数说明：
| 参数 | 说明 |
|---|---|
| subset | 根据指定的列名进行去重，默认整个数据集 |
| keep | 可选{‘first’, ‘last’, False}，默认first，即默认保留第一次出现的重复值，并删去其他重复的数据，False是指删去所有重复数据。 |
| inplace | 是否对数据集本身进行修改，默认False |
drop_duplicates用法举例
根据指定字段进行去重
保留第一次出现的数据
import pandas as pd
#创建数据框
df=pd.DataFrame({
'a':[1,2,4,3,3,3,4],
'b':[2,3,3,4,4,5,3]
})
print('去重前：\n',df)
#根据字段a进行去重，保留第一次出现的数据
df.drop_duplicates(['a'],keep='first',inplace=True)
print('去重后：\n',df)
>>>
去重前：
a b
0 1 2
1 2 3
2 4 3
3 3 4
4 3 4
5 3 5
6 4 3
去重后：
a b
0 1 2
1 2 3
2 4 3
3 3 4
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
Flask 是一个流行的 Python Web 框架,它提供了多种方法来添加路由,本文详细的介绍了Flask添加路由的三种方法,感兴趣的可以了解一下2023-11-11
PyCharm 是我用过的python编辑器中，比较顺手的一个。而且可以跨平台，在macos和windows下面都可以用，这点比较好。2014-06-06
这篇文章主要介绍了python中gradio的输出展示组件的相关资料,文章介绍了多种数据展示格式,包括HTML、JSON、KeyValues、Label、Markdown和Plot,每个格式都有其适用场景,需要的朋友可以参考下2024-11-11
这篇文章主要介绍了使用rpclib进行Python网络编程时的注释问题,作者讲到了自己在编写服务器时要用unicode注释等需要注意的地方,需要的朋友可以参考下2015-05-05
在本篇内容里小编给大家分享了关于python建立全零数组的方法，需要的朋友们跟着学习下吧。2020-07-07
详解Python编程中对Monkey Patch猴子补丁开发方式的运用
Monkey Patch猴子补丁方式是指在不修改程序原本代码的前提下,通过添加类或模块等方式在程序运行过程中加入代码,下面就来进一步详解Python编程中对Monkey Patch猴子补丁开发方式的运用2016-05-05
animegan2-pytorch机器学习项目可以实现照片动漫化，本文将为大家详细介绍一下如何使用这一项目，感兴趣的小伙伴快来跟随小编一起学习吧2021-12-12
下面小编就为大家带来一篇Python实现购物系统(示例讲解)。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧2017-09-09
Cython-bbox一般无法直接通过pip直接安装,那么如何安装呢?下面这篇文章主要给大家介绍了关于Windows系统下cython_bbox库的正确安装步骤,文中通过图文介绍的非常详细,需要的朋友可以参考下2023-05-05
NumPy（Numerical Python）是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表结构要高效的多（该结构也可以用来表示矩阵（matrix）），支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库2021-11-11
最新评论