#create
DataFrame
with
duplicate
columns
df
=
pd
.DataFrame
({'
team
':
[
'A'
,
'A'
,
'A'
,
'A'
,
'B'
,
'B'
,
'B'
,
'B'
]
,
'
points
':
[25, 12, 15, 14, 19, 23, 25, 29]
,
'
assists
':
[25, 12, 15, 14, 19, 23, 25, 29]
,
'
rebounds
':
[11, 8, 10, 6, 6, 5, 9, 12]
})
df
.columns
=
[
'team'
,
'points'
,
'points'
,
'rebounds'
]
#view
DataFrame
team
points
points
rebounds
0
A
25
25
11
1
A
12
12
8
2
A
15
15
10
3
A
14
14
6
4
B
19
19
6
5
B
23
23
5
6
B
25
25
9
7
B
29
29
12
我们可以使用下面的代码来删除重复的'point'列:
#remove duplicate columns
df.T.drop_duplicates().T
team points rebounds
0 A 25 11
1 A 12 8
2 A 15 10
3 A 14 6
4 B 19 6
5 B 23 5
6 B 25 9
7 B 29 12
注意，'points'列已经被删除，而所有其他的列仍然留在DataFrame中。
还值得注意的是，即使列的名称不同，但包含相同的值，这段代码也会删除重复的列。
例如，假设我们有下面这个pandas DataFrame:
import pandas as pd
#create DataFrame with duplicate columns
df = pd.DataFrame({'team': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],
'points': [25, 12, 15, 14, 19, 23, 25, 29],
'points2': [25, 12, 15, 14, 19, 23, 25, 29],
'rebounds': [11, 8, 10, 6, 6, 5, 9, 12]})
#view DataFrame
team points points2 rebounds
0 A 25 25 11
1 A 12 12 8
2 A 15 15 10
3 A 14 14 6
4 B 19 19 6
5 B 23 23 5
6 B 25 25 9
7 B 29 29 12
注意，"points "和 "points2 "列包含相同的值。
我们可以使用下面的代码来删除重复的'point2'列:
#remove duplicate columns
df.T.drop_duplicates().T
team points rebounds
0 A 25 11
1 A 12 8
2 A 15 10
3 A 14 6
4 B 19 6
5 B 23 5
6 B 25 9
7 B 29 12
下面的教程解释了如何在pandas中执行其他常见的功能:
如何删除pandas数据框架中的重复行
如何删除pandas中的列
如何排除pandas中的列
