Pandas每日函数学习之drop_duplicates()函数

liuian 2025-01-12 16:24 42 浏览

[左上]drop_duplicates()是Pandas 库中的一个方法，用于删除 DataFrame 中的重复行。

?[左上]基本语法

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

ubset: 指定一个列名或列名的列表。如果给定，只有这些列会被用来判断是否重复。默认值是 None，表示使用所有列来判断重复。
keep: 控制在发现重复值时保留哪些值。它有三个选项：
        'first'（默认）: 保留每个重复组的第一个出现的值，删除其他的重复。
        'last': 保留每个重复组的最后一个出现的值，删除其他的重复。
         False: 删除所有重复的值，即一个重复都不保留。
inplace: 布尔值，如果为 True，则直接在原始 DataFrame 上进行修改，不返回任何值。默认为 False，即不修改原始 DataFrame，而是返回一个新的 DataFrame。
ignore_index: 布尔值，如果为 True，则在删除重复行后对 DataFrame 的索引进行重置。这对于保持索引连续有时很有用。默认为 False。

?[左上]示例1：假设有以下 DataFrame。

import pandas as pd

# 创建一个示例 DataFrame
df = pd.DataFrame({
    'A': [1, 2, 2, 3, 4, 4, 4],
    'B': ['a', 'b', 'b', 'c', 'd', 'd', 'd'],
    'C': [1, 2, 2, 3, 4, 4, 5]  # 注意最后一个值与前面的不同
})

删除所有列完全相同的重复行

df_unique = df.drop_duplicates()

基于特定列删除重复行

df_unique_subset = df.drop_duplicates(subset=['A', 'B'])

删除重复行，不保留重复项【这会删除所有重复的行，即使是第一次或最后一次出现的行也不保留】

df_no_duplicates = df.drop_duplicates(keep=False)

pandas 删除索引

上一篇：如何使用Pandas read_html从HTML表格中获取数据
下一篇：Pandas 入门教程 - 第五课: 高级数据操作

Pandas每日函数学习之drop_duplicates()函数

删除所有列完全相同的重复行

基于特定列删除重复行

删除重复行，不保留重复项【这会删除所有重复的行，即使是第一次或最后一次出现的行也不保留】

相关推荐

飞牛OS入门安装遇到问题，如何解决?

如何在 iPhone 和 Android 上恢复已删除的抖音消息

Boost高性能并发无锁队列指南:boost::lockfree::queue

大模型手册: 保姆级用CherryStudio知识库

用什么工具在Win中查看8G大的log文件?

我的Excel打开后是一堆乱码，如何解决?

如何在 Windows 10 或 11 上通过命令行安装 Node.js 和 NPM

威联通NAS安装阿里云盘WebDAV服务并添加到Infuse

Trae IDE 如何与 GitHub 无缝对接?

idea插件之maven search(工欲善其事，必先利其器)