这篇文章主要介绍了pd.drop_duplicates如何删除重复行的相关知识,内容详细易懂,操作简单快捷,具有一定借鉴价值,相信大家阅读完这篇pd.drop_duplicates如何删除重复行文章都会有所收获,下面我们一起来看看吧。
drop_duplicates 方法实现对数据框 DataFrame 去除特定列的重复行,返回 DataFrame 格式数据。
一、使用语法及参数
使用语法:
DataFrame.drop_duplicates(subset=None, keep='first', inplace=False, ignore_index=False)
参数:
subset – 指定特定的列 默认所有列
keep:{‘first’, ‘last’, False} – 删除重复项并保留第一次出现的项 默认第一个
keep=False – 表示删除所有重复项 不保留
inplace – 是否直接修改原对象
gnore_index=True – 重置索引 (version 1.0.0 才有这个参数)
二、实操
1.例子一
import pandas as pddf = pd.DataFrame({'a':[1,1,2,2], 'b':['a','b','a','b']})# 单列df.drop_duplicates('b', 'first', inplace=True)print(df)''' a b0 1 a1 1 b'''# 多列df.drop_duplicates(subset=['a', 'b'], keep='first', inplace=False)# 删除所有重复项 不保留df.drop_duplicates(subset=['a', 'b'], False)
2.例子二
# 构建测试数据框import pandas as pddf = pd.DataFrame({ 'brand': ['Yum Yum', 'Yum Yum', 'Indomie', 'Indomie', 'Indomie'], 'style': ['cup', 'cup', 'cup', 'pack', 'pack'], 'rating': [4, 4, 3.5, 15, 5]})# 默认按所有列去重df.drop_duplicates()# 指定列df.drop_duplicates(subset=['brand'])# 保留最后一个重复值df.drop_duplicates(subset=['brand', 'style'], keep='last')
3.删除重复项后重置索引
# 方法一df.drop_duplicates(ignore_index=True)# 方法二df.drop_duplicates().reset_index(drop=True)# 方法三df.index = range(df.shape[0])
关于“pd.drop_duplicates如何删除重复行”这篇文章的内容就介绍到这里,感谢各位的阅读!相信大家对“pd.drop_duplicates如何删除重复行”知识都有一定的了解,大家如果还想学习更多知识,欢迎关注编程网行业资讯频道。