Python Pandas中DataFrame.drop_duplicates()怎么删除重复值

这篇“Python Pandas中DataFrame.drop_duplicates()怎么删除重复值”文章的知识点大部分人都不太理解，所以小编给大家总结了以下内容，内容详细，步骤清晰，具有一定的借鉴价值，希望大家阅读完这篇文章能有所收获，下面我们一起来看看这篇“Python Pandas中DataFrame.drop_duplicates()怎么删除重复值”文章吧。

语法

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

参数

subset:指定的标签或标签序列，仅删除这些列重复值，默认情况为所有列

keep:确定要保留的重复值，有以下可选项:

first:保留第一次出现的重复值，默认

last:保留最后一次出现的重复值

False:删除所有重复值

inplace:是否生效

ignore_index:如果为True，则重新分配自然索引(0,1,…,n - 1)

# 删除重复值 DataFrame.drop_duplicates()import pandas as pd df = pd.DataFrame([['x','x',1],['x','x',1],['z','x',2]], columns = ['A','B','C']) # 删除重复行res1 = df.drop_duplicates() # 删除指定列res2 = df.drop_duplicates(subset = ['A']) # 保留最后一个res3 = df.drop_duplicates(subset = ['A'], keep = 'last')

结果展示

df

res1

res2

res3

扩展:识别重复值

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

df

由上图可知studentID为'A006'的记录有两条，我们可以使用duplicated()方法识别重复值，它返回的是布尔值结果(True:有重复值，False:无重复值)

duplicate_value

以上就是关于“Python Pandas中DataFrame.drop_duplicates()怎么删除重复值”这篇文章的内容，相信大家都有了一定的了解，希望小编分享的内容对大家有帮助，若想了解更多相关的知识内容，请关注编程网行业资讯频道。