【python】DataFrame 删除重复值，重新设置索引: reindex 和 reset_index

最新推荐文章于 2024-07-15 13:31:17 发布
最新推荐文章于 2024-07-15 13:31:17 发布
阅读量5.8k 收藏 3
点赞数
分类专栏： Python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_38486203/article/details/89916961
版权
  1. 删除重复行
df  =  df.drop_duplicates()
  1. 纵向合并 DataFrame
df_1 = pd.DataFrame()
df_2 = pd.DataFrame()
df = pd.concat([df_1, df_2],  axis=0)
  1. 合并完DataFrame之后，各自索引不会变化（010，010），需要重置索引（0~21）
df = df.reset_index(drop=True)
  1. 根据索引进行打乱顺序排列
df = hdf.reindex(np.random.permutation(df.index))
云中鲸
关注
专栏目录
函数reset_index()：重置DataFrame 索引
Vulpes corsac
09-07 2万+
在应用DataFrame的drop_duplicates()后，虽然删除了重复值，但索引未变，因此应用以下方法进行重置索引。 1、重置索引 通过reset_index()方法我们可以重置索引，drop参数为True时，直接丢弃原来的索引，否则原来的索引新生成一列名为'index'的列： df.reset_index(inplace=True,drop=True...
pandas reindex、set_index 和 reset_index
悦光阴的博客
08-11 1179
操纵索引包括：重索引、设置索引、替换轴的索引、重置索引 一，重索引 (reindex) 重索引是指数据框按照新的索引进行排列，如果已存的索引和新索引不匹配，那么使用NA来填充。 DataFrame.reindex(labels=None, index=None, columns=None, axis=None, method=None, copy=True, level=...
python3、DataFrame 操作（删除重复行、重置索引，纵向合并、）
tutu96177的博客
02-25 1万+
删除重复行 df = df.drop_duplicates() 重置索引 df = df.reset_index(drop=True) 纵向合并 df df_1 = pd.DataFrame() df_2 = pd.DataFrame() df = pd.concat( [df_1, df_2], axis=0)
学习日记1—— .reset_index()详细解析
最新发布
lonelyxxyo的博客
07-15 1090
在之前学习了python基础的情况下，没有运用到实际场景中，缺乏敲代码的经验，所以感觉很难掌握这门编程语言，虽然不是科班出生，但是对这方面比较感兴趣，所以打算利用空余时间学习积累，并通过CSDN记录我的学习日记~
pandas dataframe去除重复数据pandas.DataFrame.drop_duplicates
qq_27361945的博客
10-28 1709
例子： df2 = pd.DataFrame({'工参中没有的cgi': self.mismatchedcgis}) # subset='工参中没有的cgi' 表示只考虑列名为：工参中没有的cgi 这一列的重复项，不设则需考虑全部列，也可以设成多列 # inplace=True是直接在df2表中删除重复项，如果设成inplace=False则不修...
python删除重复行的时候重置索引列
swsw_ym_ym_s_bomb55的博客
12-05 1073
去除重复行并重置索引列 所以问题出在索引列没有更新上！ 使用该语句就直接重置索引列了。
10.pandas DataFrame 中去重后如何重新定义连续的index
weixin_44037569的博客
05-18 960
今天在做数据清洗的时候遇到一个小问题，就是pandas DataFrame 中去重后index不连续，那么我们应该如何写代码让他变得连续呢？一起跟我学一下~ 如图： 如我注释所写，去重后实际有931条，但是索引值最后还是963，那么对于这种数据量比较大的，我们不能手动一个个改，那么应该怎么操作呢？ 一行就搞定： pd_pitsA_Subnew = pd_pitsA_Sub_.reset_index(drop=True) pd_pitsA_Subnew 这是我的两行代码，主要就是第一行。第二
python dataframe 去重相同索引
RobbenEmi的专栏
12-18 4893
假如有个dataframe如下，这里需要去除第一个aa，保留最后一个aa 关键代码 # 如果你想保留第一个aa，那么keep就是first df.reset_index().drop_duplicates(subset='index', keep='first').set_index('index') 结果如下： ...
reset_index和reindex的区别
June_hjx的博客
04-11 1677
reset_index() 直接重新设置索引值，从0开始标，跟建立DataFrame时一样，默认从0开始到len(df)-1 import pandas as pd import numpy as np titanic_survival = pd.read_csv("titanic_train.csv") titanic_survival.head() titanic_survival.tai...
pandas之重命名轴索引（reindex、reindex_like、rename；set_index、reset_index；set_axis）
jieru_liu的博客
04-03 6026
reindex：重命名索引，如果新索引不存在原索引中，默认填充 NaN。 一般用于将已经存在的索引进行重排。没有 inplace 选项，即无法直接在 df 内部修改 >>> index = ['老王', '老张', '老何', '老魏', '老许'] >>> df = pd.DataFrame({'age': [24, 18, 36, 67, 38], ... ...
Pandas中关于reindex(), set_index()和reset_index()的用法
热门推荐
lightis_tian的博客
04-06 1万+
参考文章： Pandas详解八之ReIndex重新索引 pandas中关于set_index和reset_index的用法 Pandas set_index&reset_index 首先说reindex() 《利用python进行数据分析》中写： reindex()方法用于创建一个符合新索引的新对象 ①对于Series类型，调用reindex()会将数据按照新的索引进行排列,如果某个索引值...
pandas.DataFrame.reset_index()
CSDN_OWL的博客
02-25 584
pandas.DataFrame.reset_index() dataframe数据准备 import pandas as pd d={ "cat":[4,"mimi","fish"], "dog":[6,"wangcai","bone"], "monkey":[8,"king","banana"], "tiger":[2,"Simba","meat"] } i=["age","name","food"] df=pd.DataFrame(data=d,index=i) df
pandas数据去除某些列，合并列，去重，重建索引
Dawei_01的博客
05-24 6427
def select_data2collision(): data1 = data.iloc[:,45:] #取45列以后的数据 data2 = pd.concat([data["CASEID"],data1], axis=1) #把caseid的列合并进去 print(data2.head()) data3 = data2.drop_duplicates(['C...
【技巧】Pandas使用drop后使用reset_index重置索性
xfxuezhang.cn
02-10 6389
一不小心就踩坑了
pandas 删除重复值
T_110140的博客
09-27 6055
drop_duplicates（subset，keep，inplace，ignore_index） DataFrame.drop_duplicates(subset=None, keep='first', inplace=False, ignore_index=False) subset: 列的标签，或者传入一个标签列表，subset=[‘a’,‘b’]这种，只有指定列都重复的时候才会删除。 keep： 选择需要保留的重复值，有三个选项， - first：保留第一次出现的行； - last：保留最后一次出
pandas---删除重复行、映射、异常值检测与过滤、抽样
weixin_43961909的博客
06-15 2868
返回布尔类型的Series对象，每个元素对应一行，如果该行不是第一次出现，则元素为True。映射的含义：创建一个映射关系列表，把values元素和一个特定的标签或者字符串绑定。唯一，去重，DataFrame没有unique，Series调用unique。，map()函数中可以使用lambda函数，适合处理某一单独的列。：既支持 Series，也支持 DataFrame。使用duplicated()函数检测重复的行。可以求得DataFrame对象每一列的标准差。查看每一列的描述性统计量。
Python基础教程：pd.drop_duplicates删除重复行的方法
Python热爱者的博客
10-20 1万+
drop_duplicates 方法实现对数据框 DataFrame 去除特定列的重复行，返回 DataFrame 格式数据。 一、使用语法及参数 使用语法： DataFrame.drop_duplicates(subset=None, keep='first', inplace=False, ignore_index=False) 参数： subset – 指定特定的列 默认所有列 keep:{‘first’, ‘last’, False} – 删除重复项并保留第一次出现的项 默认第一个 keep=F
Python_Dataframe_去除重复数据
gisaavg的博客
04-30 1万+
去除重复数据——drop_duplicates 去除指定单列或多列中的完全重复的项通过drop_duplicates()函数实现，需要利用Pandas包。 其中： 1、subset=[] 表示整个dataframe基于[]内选定列进行数据重复内容识别，可以添加多列数据进行识别。 （1）添加一列列名时表示对选中的单列数据进行重复数据识别， （2）添加多列时则表示识别多列数据同时重复的情况； 2、keep='' 表示对选中的重复数据操作策略，可选择的参数为'first...
Datawhale数据重构
weixin_46723764的博客
08-24 354
数据分析-数据重构concatjoinmergeappendDataFrame-->SeriesGroupby concat concat :join another DataFrame 重要参数： axis = 1 横向合并 axis = 0(default) 纵向合并 ignore_index: default False: 此时的index只是两个DataFrame的组合，并没有重新排序 True: index重新排序 # axis =1 各表在横向拼接 result_up = pd.conca
reset_index,reindex,set_index
04-26
这三个函数都是Pandas库中用于重新设置索引的函数，具体用法如下： 1. reset_index函数：将DataFrame中的索引重置为默认的数字索引，并将原来的索引作为一列添加到DataFrame中。 2. reindex函数：根据给定的一组索引，重新排列DataFrame中的行或列，并返回一个新的DataFrame。 3. set_index函数：将DataFrame中的一列或多列设置为新的索引，并返回一个新的DataFrame。 需要注意的是，这三个函数的使用场景略有不同，具体应该根据实际的需求选择合适的函数。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

云中鲸

谢赏~

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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