前言
本文，我们讲述Pandas如何去除重复项的操作，我们选择一个评价数据集来演示如何删除特定列上的重复项，如何删除重复项并保留最后一次出现，以及drop_duplicates的默认用法
方法
DataFrame.drop_duplicates(subset=None, keep='first', inplace=False) 返回值
这个drop_duplicate方法是对DataFrame格式的数据，去除特定列下面的重复行。
返回删除重复行的 DataFrame。 考虑某些列是可选的。索引（包括时间索引）将被忽略。
参数
返回DataFrame格式的数据。
- subset : column label or sequence of labels, optional
用来指定特定的列，默认所有列 - keep : {‘first’, ‘last’, False}, default ‘first’
删除重复项并保留第一次出现的项 - inplace : boolean, default False
是直接在原来数据上修改还是保留一个副本
实验
构建包含拉面评级的数据集
df = pd.DataFrame({
'brand': ['Yum Yum', 'Yum Yum', 'Indomie', 'Indomie', 'Indomie'], 'style': ['cup', 'cup', 'cup', 'pack', 'pack'], 'rating': [4, 4, 3.5, 15, 5] }) 数据集数据格式
默认情况下，它会根据所有列删除重复的行
df.drop_duplicates() 要删除特定列上的重复项，请使用subset
df.drop_duplicates(subset=['brand']) 要删除重复项并保留最后一次出现，请使用 keep
df.drop_duplicates(subset=['brand', 'style'], keep='last') 
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/201203.html原文链接：https://javaforall.net
