df.drop_duplicates() 详解+用法
drop_duplicates()
1、不定义任何参数,完全删除重复的行数据
2、去除重复的几列行数据
目录
一、代码示例:
二、运行结果:
三、详解:
一、代码示例:
import pandas as pddf = pd.DataFrame({'brand': ['Yum Yum', 'Yum Yum', 'Indomie', 'Indomie', 'Indomie'],'style': ['cup', 'cup', 'cup', 'pack', 'pack'],'rating': [4, 4, 3.5, 15, 5]})
print("---------------------原始数据:")
print(df)
print("------------------------df.drop_duplicates()")
print(df.drop_duplicates())
print("------------------------删除在brand列中重复的数据行")
print(df.drop_duplicates(subset='brand'))
print("------------------------重复行保留第一次出现的行,删除其他行")
print(df.drop_duplicates(keep="first"))
print("----------------------inplace 布尔值,默认为False,是否直接在原数据上删除重复项或删除重复项后返回副本")
print("-----------------inplace=False 删除重复项后返回副本")
print(df.drop_duplicates(inplace=False))
print("-------------df1")
print(df)
print("-----------------inplace=True 直接在原数据上删除重复项")
print(df.drop_duplicates(inplace=True))
print("-------------df2")
print(df)
二、运行结果:
---------------------原始数据:brand style rating
0 Yum Yum cup 4.0
1 Yum Yum cup 4.0
2 Indomie cup 3.5
3 Indomie pack 15.0
4 Indomie pack 5.0
------------------------df.drop_duplicates()brand style rating
0 Yum Yum cup 4.0
2 Indomie cup 3.5
3 Indomie pack 15.0
4 Indomie pack 5.0
------------------------删除在brand列中重复的数据行brand style rating
0 Yum Yum cup 4.0
2 Indomie cup 3.5
------------------------重复行保留第一次出现的行,删除其他行brand style rating
0 Yum Yum cup 4.0
2 Indomie cup 3.5
3 Indomie pack 15.0
4 Indomie pack 5.0
----------------------inplace 布尔值,默认为False,是否直接在原数据上删除重复项或删除重复项后返回副本
-----------------inplace=False 删除重复项后返回副本brand style rating
0 Yum Yum cup 4.0
2 Indomie cup 3.5
3 Indomie pack 15.0
4 Indomie pack 5.0
-------------df1brand style rating
0 Yum Yum cup 4.0
1 Yum Yum cup 4.0
2 Indomie cup 3.5
3 Indomie pack 15.0
4 Indomie pack 5.0
-----------------inplace=True 直接在原数据上删除重复项
None
-------------df2brand style rating
0 Yum Yum cup 4.0
2 Indomie cup 3.5
3 Indomie pack 15.0
4 Indomie pack 5.0
三、详解:
drop_duplicates(self, subset: 'Optional[Union[Hashable, Sequence[Hashable]]]' = None, keep: 'Union[str, bool]' = 'first', inplace: 'bool' = False, ignore_index: 'bool' = False)
返回:
DataFrame with duplicate rows removed.
Considering certain columns is optional. Indexes, including time indexes
are ignored.
参数:
----------
subset : 指定重复数据所在的列。column label or sequence of labels, optional
Only consider certain columns for identifying duplicates, by
default use all of the columns.
keep : {'first', 'last', False}, default 'first'
Determines which duplicates (if any) to keep.
- ``first`` : 除了第一次出现以外,删除重复项。Drop duplicates except for the first occurrence.
- ``last`` : 除了第一次出现以外,删除重复项。Drop duplicates except for the last occurrence.
- False : 删除所有重复项。Drop all duplicates.
inplace : True:直接在原始数据删除,False:不直接在原始数据删除,并生成一个副本。bool, default False
Whether to drop duplicates in place or to return a copy.
ignore_index : bool, default False
If True, the resulting axis will be labeled 0, 1, …, n - 1.
.. versionadded:: 1.0.0
Returns
-------
DataFrame or None
DataFrame with duplicates removed or None if ``inplace=True``.
See Also
--------
DataFrame.value_counts: Count unique combinations of columns.
示例:
--------
Consider dataset containing ramen rating.
>>> df = pd.DataFrame({
... 'brand': ['Yum Yum', 'Yum Yum', 'Indomie', 'Indomie', 'Indomie'],
... 'style': ['cup', 'cup', 'cup', 'pack', 'pack'],
... 'rating': [4, 4, 3.5, 15, 5]
... })
>>> df
brand style rating
0 Yum Yum cup 4.0
1 Yum Yum cup 4.0
2 Indomie cup 3.5
3 Indomie pack 15.0
4 Indomie pack 5.0
By default, it removes duplicate rows based on all columns.
>>> df.drop_duplicates()
brand style rating
0 Yum Yum cup 4.0
2 Indomie cup 3.5
3 Indomie pack 15.0
4 Indomie pack 5.0
To remove duplicates on specific column(s), use ``subset``.
>>> df.drop_duplicates(subset=['brand'])
brand style rating
0 Yum Yum cup 4.0
2 Indomie cup 3.5
To remove duplicates and keep last occurrences, use ``keep``.
>>> df.drop_duplicates(subset=['brand', 'style'], keep='last')
brand style rating
1 Yum Yum cup 4.0
2 Indomie cup 3.5
4 Indomie pack 5.0
df.drop_duplicates() 详解+用法相关推荐
- php curl详解用法[真的详解]
php curl详解用法[真的详解] 目前为目最全的CURL中文说明了,学PHP的要好好掌握.有很多的参数.大部份都很有用.真正掌握了它和正 则,一定就是个采集高手了. PHP中的CURL函数库(Cl ...
- linux PS -df,linux中ps跟df命令详解
linux中ps和df命令详解 linux下PS命令 linux上进程有5种状态: 1.运行(正在运行或在运行队列中等待) 2.中断(休眠中,受阻,在等待某个条件的形成或接受到信号) 3.不可中断(收 ...
- ❤️pandas df.loc[] 与 df.iloc[] 详解及其区别,建议收藏❤️
文章目录 思维导图 一.df.loc[]与df.iloc[]区别 二.df.loc[]详解 df.loc[] 允许输入 三.df.iloc[]详解 df.iloc[] 允许输入 df.loc[]与df ...
- Python boxplot 详解+用法
详解: 箱型图提供了识别异常值的一个标准: 异常值通常被定义为小于QL-1.5IQR或大于QU+1.5IQR的值. QL称为下四分位数,表示全部观察值中有四分之一的数据取值比它小: QU称为上四分位数 ...
- Java8 Stream 语法详解 用法实例
本文将会详细讲解Stream的使用方法(不会涉及Stream的原理,因为这个系列的文章还是一个快速学习如何使用的). 1. Stream初体验 我们先来看看Java里面是怎么定义Stream的: A ...
- Pandas-去重函数drop_duplicates()详解
Panda DataFrame 对象提供了一个数据去重的函数 drop_duplicates(),本节对该函数的用法做详细介绍. 格式介绍 drop_duplicates()函数的语法格式如下: da ...
- at moment的用法 the_值得收藏!初中英语10大词类详解+用法+考点, 这一篇全齐了!...
一.词性的分类 词类又叫词性,英语单词根据其在句子中的功用,可以分成十个大类. 1.名词 noun n. student 学生 2.代词 pronoun pron. you 你 3.形容词 adjec ...
- df -h 详解和centos 磁盘清理 /dev/vda1系统盘满了
df -h 检查一台服务器磁盘使用空间,发现磁盘已经使用了100% 思路是: 1.cd /usr 当然这里不一定是/usr目录,最好是cd到 根目录再执行下一步 2.du -sh * 看哪 ...
- PHP中session_register函数详解用法
语法: boolean session_register(string name); 注册新的变量. 返回值: 布尔值 函数种类: 资料处理 内容说明 本函数在全域变量中增加一个变量到目前的 Sess ...
最新文章
- php多线程模型,PHP进程模型、进程通讯方式、进程线程的区别分别有哪些?
- 提高项目开发效率之--会议室墙的进度表
- 修改 Android 5.1 默认设置
- 获取工作流活动的返回值
- C语言中的文件是什么?
- 【Java】异常处理体系概述
- JavaScript如何获取css属性
- C++ 从入门到入土(English Version)Section4: Random numbers + machine code
- 电信光纤猫虚拟服务器设置方法,电信光纤无线路由器(光猫)的设置方法
- Linux模块化增加设备驱动程序
- Get几个小技能——悬浮音乐播放器、字体压缩和打印效果
- Nacos 中配置 Map 类型,不香
- 项目八学好英语网html,学好英语的八种方法-英语文章阅读-大耳朵英语 - 免费在线英语学习 口语练习 四级听力资料 在线翻译 网络课堂 英语社区...
- 准PR控制的谐波抑制方法
- Joomla的强大功能
- PageAdmin Cms V2.0 getshell 0day
- CPU的指令集(指令系统)
- JavaSE——Day12
- 融智学 作者 邹晓辉 Smart System Studied By Xiaohui Zou (今日头条公布其汉英双文简纲)
- ssh_init: Network error: Cannot assign requested address的解决办法
热门文章
- 用python处理文本数据,并删除处理之后的数据(Python经典编程案例)
- 联想笔记本无法访问百度,访问其它一切正常(前提有网络)
- cmd查看局域网所有IP信息 arp -a(ARP命令介绍)
- 3dmax:3dmax室内建模设计简约空间模型图文教程(一)之详细攻略
- dreamweaver教程
- android 磨皮原理,Android平台Camera实时滤镜实现方法探讨(九)--磨皮算法探讨(一)
- 磁疗是不是真的?磁场疗法对人体微循环的生物效应
- 生信自动化流程搭建 05 | 通道 Channels
- 【效率】GitHub 标星 119K+!这些神器仅需一行代码即可下载全网视频!
- Linux强制与NTP服务器同步时间