DataFrame.drop_duplicates(subset=None, keep=‘first’, inplace=False)
参数
subset: 列标签,可选
keep: {‘first’, ‘last’, False}, 默认值 ‘first’
first: 删除第一次出现的重复项。
last: 删除重复项,除了最后一次出现。
False: 删除所有重复项。
inplace:布尔值,默认为 False,是否删除重复项或返回副本
返回
重复数据删除 : DataFrame
示例:
import pandas as pd
data = pd.DataFrame({"A":["a","b","c","c"],"B":[1,1,2,2]})
data
A | B | |
---|---|---|
0 | a | 1 |
1 | b | 1 |
2 | c | 2 |
3 | c | 2 |
data.drop_duplicates(subset=None, keep="first", inplace=True)
data
A | B | |
---|---|---|
0 | a | 1 |
1 | b | 1 |
2 | c | 2 |
data.drop_duplicates(subset=["B"], keep="first", inplace=True)
subset=None 表示考虑所有列,将这所以列对应值相同的行进行去重。默认值 None。subset=[‘B’] 表示只考虑’B’这列,将 B 列对应值相同的行进行去重。
keep=’first’表示保留第一次出现的重复行,是默认值。keep 另外两个取值为 “last” 和 False,分别表示保留最后一次出现的重复行和去除所有重复行。
inplace=True 表示直接在原来的 DataFrame 上删除重复项,而默认值 False 表示生成一个副本。