Pandas標(biāo)記刪除重復(fù)記錄的方法

更新時間：2018年04月08日 16:48:43 作者：每天進(jìn)步一點(diǎn)點(diǎn)2017

下面小編就為大家分享一篇Pandas標(biāo)記刪除重復(fù)記錄的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧

Pandas提供了duplicated、Index.duplicated、drop_duplicates函數(shù)來標(biāo)記及刪除重復(fù)記錄

duplicated函數(shù)用于標(biāo)記Series中的值、DataFrame中的記錄行是否是重復(fù)，重復(fù)為True，不重復(fù)為False

pandas.DataFrame.duplicated(self, subset=None, keep='first')

pandas.Series.duplicated(self, keep='first')

其中參數(shù)解釋如下：

subset：用于識別重復(fù)的列標(biāo)簽或列標(biāo)簽序列，默認(rèn)所有列標(biāo)簽

keep=‘frist'：除了第一次出現(xiàn)外，其余相同的被標(biāo)記為重復(fù)

keep='last'：除了最后一次出現(xiàn)外，其余相同的被標(biāo)記為重復(fù)

keep=False：所有相同的都被標(biāo)記為重復(fù)

import numpy as np
import pandas as pd 
#標(biāo)記DataFrame重復(fù)例子
df = pd.DataFrame({'col1': ['one', 'one', 'two', 'two', 'two', 'three', 'four'], 'col2': [1, 2, 1, 2, 1, 1, 1],
   'col3':['AA','BB','CC','DD','EE','FF','GG']},index=['a', 'a', 'b', 'c', 'b', 'a','c'])
#duplicated(self, subset=None, keep='first')
#根據(jù)列名標(biāo)記
#keep='first'
df.duplicated()#默認(rèn)所有列，無重復(fù)記錄
df.duplicated('col1')#第二、四、五行被標(biāo)記為重復(fù)
df.duplicated(['col1','col2'])#第五行被標(biāo)記為重復(fù)
#keep='last'
df.duplicated('col1','last')#第一、三、四行被標(biāo)記重復(fù)
df.duplicated(['col1','col2'],keep='last')#第三行被標(biāo)記為重復(fù)
#keep=False
df.duplicated('col1',False)#Series([True,True,True,True,True,False,False],index=['a','a','b','c','b','a','c'])
df.duplicated(['col1','col2'],keep=False)#在col1和col2列上出現(xiàn)相同的，都被標(biāo)記為重復(fù)
type(df.duplicated(['col1','col2'],keep=False))#pandas.core.series.Series
#根據(jù)索引標(biāo)記
df.index.duplicated()#默認(rèn)keep='first',第二、五、七行被標(biāo)記為重復(fù)
df.index.duplicated(keep='last')#第一、二、三、四被標(biāo)記為重復(fù)
df[df.index.duplicated()]#獲取重復(fù)記錄行
df[~df.index.duplicated('last')]#獲取不重復(fù)記錄行
#標(biāo)記Series重復(fù)例子
#duplicated(self, keep='first')
s = pd.Series(['one', 'one', 'two', 'two', 'two', 'three', 'four'] ,index= ['a', 'a', 'b', 'c', 'b', 'a','c'],name='sname')
s.duplicated()
s.duplicated('last')
s.duplicated(False)
#根據(jù)索引標(biāo)記
s.index.duplicated()
s.index.duplicated('last')
s.index.duplicated(False)

drop_duplicates函數(shù)用于刪除Series、DataFrame中重復(fù)記錄，并返回刪除重復(fù)后的結(jié)果

pandas.DataFrame.drop_duplicates(self, subset=None, keep='first', inplace=False)

pandas.Series.drop_duplicates(self, keep='first', inplace=False)

#刪除DataFrame重復(fù)記錄例子 
#drop_duplicates(self, subset=None, keep='first', inplace=False) 
df.drop_duplicates() 
df.drop_duplicates('col1')#刪除了df.duplicated('col1')標(biāo)記的重復(fù)記錄 
df.drop_duplicates('col1','last')#刪除了df.duplicated('col1','last')標(biāo)記的重復(fù)記錄 
df1.drop_duplicates(['col1','col2'])#刪除了df.duplicated(['col1','col2'])標(biāo)記的重復(fù)記錄 
df.drop_duplicates('col1',keep='last',inplace=True)#inplace=True表示在原DataFrame上執(zhí)行刪除操作 
df.drop_duplicates('col1',keep='last',inplace=False)#inplace=False返回一個副本 
#刪除Series重復(fù)記錄例子 
#drop_duplicates(self, keep='first', inplace=False) 
s.drop_duplicates()

以上這篇Pandas標(biāo)記刪除重復(fù)記錄的方法就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。

您可能感興趣的文章: