pd.drop_duplicates刪除重復行的方法實現
drop_duplicates 方法實現對數據框 DataFrame 去除特定列的重復行,返回 DataFrame 格式數據。
一、使用語法及參數
使用語法:
DataFrame.drop_duplicates(subset=None, keep='first', inplace=False, ignore_index=False)
參數:
- subset – 指定特定的列 默認所有列
- keep:{‘first’, ‘last’, False} – 刪除重復項並保留第一次出現的項 默認第一個
- keep=False – 表示刪除所有重復項 不保留
- inplace – 是否直接修改原對象
- gnore_index=True – 重置索引 (version 1.0.0 才有這個參數)
二、實操
1.例子一
import pandas as pd df = pd.DataFrame({'a':[1,1,2,2], 'b':['a','b','a','b']}) # 單列 df.drop_duplicates('b', 'first', inplace=True) print(df) ''' a b 0 1 a 1 1 b ''' # 多列 df.drop_duplicates(subset=['a', 'b'], keep='first', inplace=False) # 刪除所有重復項 不保留 df.drop_duplicates(subset=['a', 'b'], False)
2.例子二
# 構建測試數據框 import pandas as pd df = pd.DataFrame({ 'brand': ['Yum Yum', 'Yum Yum', 'Indomie', 'Indomie', 'Indomie'], 'style': ['cup', 'cup', 'cup', 'pack', 'pack'], 'rating': [4, 4, 3.5, 15, 5] }) # 默認按所有列去重 df.drop_duplicates() # 指定列 df.drop_duplicates(subset=['brand']) # 保留最後一個重復值 df.drop_duplicates(subset=['brand', 'style'], keep='last')
3.刪除重復項後重置索引
# 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])
到此這篇關於pd.drop_duplicates刪除重復行的方法實現的文章就介紹到這瞭,更多相關pd.drop_duplicates刪除重復行內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- Python pandas找出、刪除重復的數據實例
- python Dataframe 合並與去重詳情
- Python Pandas中DataFrame.drop_duplicates()刪除重復值詳解
- Python數據分析之 Pandas Dataframe合並和去重操作
- Pandas||過濾缺失數據||pd.dropna()函數的用法說明