Python Pandas中DataFrame.drop_duplicates()刪除重復值詳解

Posted on by

語法

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

參數

1.subset:指定的標簽或標簽序列，僅刪除這些列重復值，默認情況為所有列

2.keep:確定要保留的重復值，有以下可選項:

first:保留第一次出現的重復值，默認

last:保留最後一次出現的重復值

False:刪除所有重復值

3.inplace:是否生效

4.ignore_index:如果為True，則重新分配自然索引(0,1,…,n – 1)

# 刪除重復值 DataFrame.drop_duplicates()
import pandas as pd
 
df = pd.DataFrame([['x','x',1],['x','x',1],['z','x',2]], columns = ['A','B','C'])
 
# 刪除重復行
res1 = df.drop_duplicates()
 
# 刪除指定列
res2 = df.drop_duplicates(subset = ['A'])
 
# 保留最後一個
res3 = df.drop_duplicates(subset = ['A'], keep = 'last')

結果展示

df

res1

res2

res3

擴展:識別重復值

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

df

由上圖可知studentID為'A006'的記錄有兩條，我們可以使用duplicated()方法識別重復值，它返回的是佈爾值結果(True:有重復值，False:無重復值)

duplicate_value

總結

到此這篇關於Python Pandas中DataFrame.drop_duplicates()刪除重復值的文章就介紹到這瞭,更多相關Pandas DataFrame.drop_duplicates()刪除重復值內容請搜索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：