1. 建立一個(gè)dataframe
|
1
|
c=pd.dataframe({'a':['dog']*3+['fish']*3+['dog'],'b':[10,10,12,12,14,14,10]}) |
2. 判斷是否有重復(fù)項(xiàng)
用duplicated（ ）函數(shù)判斷
|
1
|
c.duplicated() |
3. 有重復(fù)項(xiàng)，則可以用drop_duplicates()移除重復(fù)項(xiàng)
|
1
|
c.drop_duplicates() |
4. duplicated（ ）和drop_duplicates（ ）方法是以默認(rèn)的方式判斷全部的列（上面的例子中是看兩個(gè)變量a和b是否都是重復(fù)出現(xiàn)）。
我們也可以對(duì)特定的列進(jìn)行重復(fù)項(xiàng)判斷。
|
1
2
3
|
c.duplicated(['a']) c.drop_duplicates(['a'])c.duplicated(['b']) c.drop_duplicates(['b']) |
5. norepeat_df = df.drop_duplicates(subset=['a_id', 'b_id'], keep='first')
#上面的命令去掉unit_id和kpi_id列中重復(fù)的行，并保留重復(fù)出現(xiàn)的行中第一次出現(xiàn)的行
補(bǔ)充：
- 當(dāng)keep=false時(shí)，就是去掉所有的重復(fù)行
- 當(dāng)keep=‘first'時(shí)，就是保留第一次出現(xiàn)的重復(fù)行
- 當(dāng)keep='last'時(shí)就是保留最后一次出現(xiàn)的重復(fù)行。
（注意，這里的參數(shù)是字符串，要加引號(hào)！！！）
以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持服務(wù)器之家。
原文鏈接：https://blog.csdn.net/qq_40981268/article/details/86498762
