python:删掉重复行之drop_duplicates()用法

CSDN 2024-08-04 08:35:22 阅读 96

目录

一、基本用法

二。示例


<code>drop_duplicates()是Pandas中一个非常实用的方法,用于从DataFrame或Series中删除重复的行或值,只保留第一次出现的记录。

一、基本用法

它的基本语法如下:

DataFrame.drop_duplicates(subset=None, keep='first', inplace=False)code>

subset:可选参数,指定考虑哪些列来判断重复,默认为所有列。你可以传入一列或多列的列名列表(作为字符串列表)来确定重复性。

keep:可选参数,决定如何处理重复项。

'first'(默认):保留每个重复组中的第一个出现的行。'last':保留每个重复组中的最后一个出现的行。False:删除所有重复的行。

inplace:可选参数,如果设置为True,则直接在原DataFrame上进行修改,不返回新的DataFrame。

二。示例

import pandas as pd

data = {'Name': ['Alex', 'Bob', 'Clarke', 'Alex', 'Bob'],

'Age': [25, 30, 22, 25, 30],

'City': ['NY', 'LA', 'SF', 'NY', 'LA']}

df = pd.DataFrame(data)

print("Original DataFrame:")

print(df)

 

如果我们想删除所有重复的行(基于所有列),可以这样做:

<code>df_unique = df.drop_duplicates()

print("\nDataFrame after removing duplicates (all columns):")

print(df_unique)

 

如果我们只想根据'Name'和'Age'列来判断重复,并保留每个重复组的第一个出现:

<code>df_unique_subset = df.drop_duplicates(subset=['Name', 'Age'])

print("\nDataFrame after removing duplicates (Name and Age columns):")

print(df_unique_subset)

 

 如果希望删除所有重复,不保留任何重复行:

<code>df_remove_all_duplicates = df.drop_duplicates(keep=False)

print("\nDataFrame after removing all duplicates:")

print(df_remove_all_duplicates)

 

 



声明

本文内容仅代表作者观点,或转载于其他网站,本站不以此文作为商业用途
如有涉及侵权,请联系本站进行删除
转载本站原创文章,请注明来源及作者。