python:删掉重复行之drop_duplicates()用法

目录

一、基本用法

二。示例


drop_duplicates()是Pandas中一个非常实用的方法,用于从DataFrame或Series中删除重复的行或值,只保留第一次出现的记录。

一、基本用法

它的基本语法如下:

DataFrame.drop_duplicates(subset=None, keep='first', inplace=False)
  • subset:可选参数,指定考虑哪些列来判断重复,默认为所有列。你可以传入一列或多列的列名列表(作为字符串列表)来确定重复性。

  • keep:可选参数,决定如何处理重复项。

    • 'first'(默认):保留每个重复组中的第一个出现的行。
    • 'last':保留每个重复组中的最后一个出现的行。
    • False:删除所有重复的行。
  • inplace:可选参数,如果设置为True,则直接在原DataFrame上进行修改,不返回新的DataFrame。

二。示例

import pandas as pd

data = {'Name': ['Alex', 'Bob', 'Clarke', 'Alex', 'Bob'],
        'Age': [25, 30, 22, 25, 30],
        'City': ['NY', 'LA', 'SF', 'NY', 'LA']}
df = pd.DataFrame(data)

print("Original DataFrame:")
print(df)

 

如果我们想删除所有重复的行(基于所有列),可以这样做:

df_unique = df.drop_duplicates()
print("\nDataFrame after removing duplicates (all columns):")
print(df_unique)

 

如果我们只想根据'Name'和'Age'列来判断重复,并保留每个重复组的第一个出现:

df_unique_subset = df.drop_duplicates(subset=['Name', 'Age'])
print("\nDataFrame after removing duplicates (Name and Age columns):")
print(df_unique_subset)

 

 如果希望删除所有重复,不保留任何重复行:

df_remove_all_duplicates = df.drop_duplicates(keep=False)
print("\nDataFrame after removing all duplicates:")
print(df_remove_all_duplicates)

 

 

  • 8
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值