数据去重可以使用duplicated()和drop_duplicates()两个方法。
DataFrame.duplicated(subset = None，keep =‘first’)返回boolean Series表示重复行
参数：
subset：列标签或标签序列，可选
仅考虑用于标识重复项的某些列，默认情况下使用所有列
keep：{‘first’，‘last’，False}，默认’first’
first：标记重复，True除了第一次出现。
last：标记重复，True除了最后一次出现。
错误：将所有重复项标记为True。
相关推荐：《Python基础教程》import numpy as np
import pandas as pd
from pandas import Series, DataFrame
df = pd.read_csv(‘./demo_duplicate.csv’)
print(df)
print(df[‘Seqno’].unique()) # [0. 1.]
# 使用duplicated 查看重复值
# 参数 keep 可以标记重复值 {‘first’，’last’，False}
print(df[‘Seqno’].duplicated())
”’
0 False
1 True
2 True
3 True
4 False
Name: Seqno, dtype: bool
”’
# 删除 series 重复数据
print(df[‘Seqno’].drop_duplicates())
”’
0 0.0
4 1.0
Name: Seqno, dtype: float64
”’
# 删除 dataframe 重复数据
print(df.drop_duplicates([‘Seqno’])) # 按照 Seqno 来去重
”’
Price Seqno Symbol time
0 1623.0 0.0 APPL
4 1649.0 1.0 APPL
”’
# drop_dujplicates() 第二个参数 keep 包含的值 有： first、last、False
print(df.drop_duplicates([‘Seqno’], keep=’last’)) # 保存最后一个
”’
Price Seqno Symbol time
3 1623.0 0.0 APPL
4 1649.0 1.0 APPL
”’
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/204075.html原文链接：https://javaforall.net
![《计算机网络》谢希仁第七版课后答案完整版[通俗易懂]](https://javaforall.net/wp-content/uploads/2020/11/2020110817443450-480x300.jpg)
