这篇文章主要给大家介绍了关于pandas删除重复数据的简单方法,在数据处理过程中常常会遇到重复的问题,文中通过实例代码介绍的非常详细,需要的朋友可以参考下
# 首先导入常用的两个包
import pandas as pd
import numpy as np
# 1.删除完全重复的行
df.drop_duplicates()
2.按k列进行去重，对于重复项，保留第一次出现的值
df.drop_duplicates('k',keep='first')
3、k2和k1两列进行去重
df.drop_duplicates(['k2','k1'], keep='first')
keep：{‘first', ‘last', False}, 默认值 ‘first'
first：保留第一次出现的重复行，删除后面的重复行。
last：删除前面的重复项，保留最后一次出现的重复行。
False：删除所有重复项
3、drop_duplicates()函数的语法
df.drop_duplicates(subset=['A','B','C'],keep='first',inplace=True)
参数说明如下：
- subset：表示要进去重的列名，默认为 None。
- keep：有三个可选参数，分别是 first、last、False，默认为 first，表示只保留第一次出现的重复项，删除其余重复项，last 表示只保留最后一次出现的重复项，False 则表示删除所有重复项。
- inplace：布尔值参数，默认为 False 表示删除重复项后返回一个副本，若为 Ture 则表示直接在原数据上删除重复项。
附：pandas数据处理——取出重复数据
平常我们用pandas做重复数据处理时，常常调用到drop_duplicates方法来去除重。
现在我不想完全去除重复，而是把重复数据输出，现有数据如下所示：
重复数据保留一个，duplicate_bool输出的是bool类型值，通过判断bool==True，取出重复行。
duplicate_bool = df.duplicated(subset=['id'], keep='first')
repeat=df.loc[duplicate_bool == True]
repeat复制
到此这篇关于pandas删除重复数据的文章就介绍到这了,更多相关pandas删除重复数据内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
您可能感兴趣的文章:
python中numpy.dot()计算矩阵相乘2023-07-07
opencv-python图像读写模块示例详解2023-07-07
pycharm打包python项目为exe执行文件的实例代码2023-07-07
Pandas技巧分享之创建测试数据2023-07-07
Jupyter Notebook运行Python代码实现传参方式2023-07-07
深入剖析Python的列表和元组2023-07-07
python Xarray处理设置二维数组作为coordinate2023-07-07
使用jupyter notebook保存python代码为.py格式问题2023-07-07
美国设下计谋,用娘炮文化重塑日本,已影响至中国2021-11-19
时空伴随者是什么意思?时空伴随者介绍2021-11-09
工信部称网盘企业免费用户最低速率应满足基本下载需求，天翼云盘回应：坚决支持，始终2021-11-05
2022年放假安排出炉：五一连休5天 2022年所有节日一览表2021-10-26
电脑版 - 返回首页
2006-2023 脚本之家 JB51.Net , All Rights Reserved.
苏ICP备14036222号
