pandas的drop_duplicates无法去重问题解决
之前没研究过pandas的去重方法，今天用了一下，发现这个方法并不是那么好用，我的需求是去除所有列的重复值，并保留第一个重复的值，按我的想法应该是下面这样写
import pandas as pd
import numpy as np
df1 = pd.DataFrame({
'a':[1,1,float('nan'),1,4,5],
'b':[3,3,4,4,5,6],
'c':[4,4,5,5,6,7],
})
df1 = df1.drop_duplicates(keep='first')
df1但是结果却不尽如人意，
a b c
0 1.0 3 4
2 NaN 4 5
3 1.0 4 5
4 4.0 5 6
5 5.0 6 7
如图所示，并没有删除重复值，所以我只能一个一个列的删，删完在重新拼接在一起，
import pandas as pd
import numpy as np
df1 = pd.DataFrame({
'a':[1,1,float('nan'),1,4,5],
'b':[3,3,4,4,5,6],
'c':[4,4,5,5,6,7],
})
cols = df1.columns.to_list()
series_list = []
for col in cols:
tmp_s = df1[col].drop_duplicates(keep='first')
tmp_s = tmp_s.dropna()
tmp_s = tmp_s.reset_index(drop=True)
print(tmp_s)
series_list.append(tmp_s)
new_df = pd.concat(series_list,axis=1)
new_df结果
a b c
0 1.0 3 4
1 4.0 4 5
2 5.0 5 6
3 NaN 6 7
当然这样数据的索引是无法跟之前的对应起来了，所以我猜pandas是想保留之前的数据的对应关系的，一旦有操作要破坏这种对应，它就不会执行
drop_duplicates()官方的函数说明
解释一下各个参数：
subset：表示要去重的列名，默认为 None。
keep：有三个可选参数，分别是 first、last、False，默认为 first，表示只保留第一次出现的重复项，删除其余重复项，last 表示只保留最后一次出现的重复项，False 则表示删除所有重复项。
inplace：布尔值参数，默认为 False 表示删除重复项后返回一个副本，若为 Ture 则表示直接在原数据上删除重复项，改变了原来的数据框。
ignore_index：布尔值参数，默认为False，表示保留原来的行索引，若为True，则表示重新设置行索引。
到此这篇关于pandas的drop_duplicates无法去重问题解决的文章就介绍到这了,更多相关pandas的drop_duplicates无法去重内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
这篇文章主要介绍了Django多数据库联用实现方法解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-11-11
这篇文章主要介绍了Python Pandas分组聚合的实现方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2019-07-07
无论是屏幕录制,还是屏幕截图,Playwright都提供了简洁的方法实现,本文就来详细的介绍一下python中playwright截屏API的实现,具有一定的参考价值,感兴趣的可以了解一下2026-01-01
这篇文章介绍了Python实现base64编码的方法，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2022-06-06
这篇文章主要介绍了Python字符串匹配之6种方法的使用详解，在文末给大家提到了python正则表达的说明，感兴趣的朋友跟随小编一起学习吧2019-04-04
本文主要介绍了Python去除PDF水印的实现示例，思路很简单，代码也很简洁。具有一定的参考价值，感兴趣的可以了解一下2021-11-11
这篇文章主要介绍了Python操作json的方法,结合实例形式简单分析了Python针对json数据使用解码loads()和编码dumps()相关操作技巧,需要的朋友可以参考下2018-12-12
先前学习过,数字和字符串都可以存储到变量当中,下面这篇文章主要给大家介绍了关于python中数字列表转化为数字字符串的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下2023-02-02
有时在处理或打印一个PDF文档之前,你可能需要先知道该文档包含多少页,对于程序员来说,编写脚本来完成这项工作会更加高效,本文就介绍一个使用Python快速获取PDF文件页数的办法,需要的朋友可以参考下2024-03-03
这篇文章主要介绍了如何用Python登录豆瓣并爬取影评，本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2021-08-08
最新评论