pandas 去重删除等技巧

1、该列如果为空用其他列填充：

df_mrg.ix[df_mrg.contact.isnull(),'contact'] = df_mrg['contact2']  

2、去重

data_np = data.drop_duplicates() ,data所有列完全相同才会删除

data_np = data.drop_duplicates(['a','b']) 

去重机制，去重是保留第一条记录还是最后一条记录，可以通过drop_duplicate中的参数keep控制

data.drop_duplicates(['a','b'],keep='last'),默认保留第一个出现的值

替换原数据集

new_list_2.drop_duplicates('orgcode',inplace=True)

3、删除某一列或多列

删除一列，del data['a']

删除多列，raw_4.drop(labels=['orgcode','city'],axis=1)

4、对列名排序

pandas DataFram 如何制定列的顺序（默认列名字典顺序）

问题：默认的是按照列名的字典顺序排序的，要固定顺序，按照自己想要的顺序。

解决方案：

加columns字段即可

例子：

columns = ['cmt','class_label','test_label','predict_label']

df.to_csv("cnn_predict_result.csv",encoding="utf_8_sig",index=False,columns=columns)