Pandas標記刪除重復(fù)記錄的方法
Pandas提供了duplicated、Index.duplicated、drop_duplicates函數(shù)來標記及刪除重復(fù)記錄
duplicated函數(shù)用于標記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)的列標簽或列標簽序列,默認所有列標簽
keep=‘frist':除了第一次出現(xiàn)外,其余相同的被標記為重復(fù)
keep='last':除了最后一次出現(xiàn)外,其余相同的被標記為重復(fù)
keep=False:所有相同的都被標記為重復(fù)
import numpy as np
import pandas as pd
#標記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)列名標記
#keep='first'
df.duplicated()#默認所有列,無重復(fù)記錄
df.duplicated('col1')#第二、四、五行被標記為重復(fù)
df.duplicated(['col1','col2'])#第五行被標記為重復(fù)
#keep='last'
df.duplicated('col1','last')#第一、三、四行被標記重復(fù)
df.duplicated(['col1','col2'],keep='last')#第三行被標記為重復(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,都被標記為重復(fù)
type(df.duplicated(['col1','col2'],keep=False))#pandas.core.series.Series
#根據(jù)索引標記
df.index.duplicated()#默認keep='first',第二、五、七行被標記為重復(fù)
df.index.duplicated(keep='last')#第一、二、三、四被標記為重復(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')標記的重復(fù)記錄
df.drop_duplicates('col1','last')#刪除了df.duplicated('col1','last')標記的重復(fù)記錄
df1.drop_duplicates(['col1','col2'])#刪除了df.duplicated(['col1','col2'])標記的重復(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。
相關(guān)文章
Python實現(xiàn)統(tǒng)計英文單詞個數(shù)及字符串分割代碼
這篇文章主要介紹了Python實現(xiàn)統(tǒng)計英文單詞個數(shù)及字符串分割方法,本文分別給出代碼實例,需要的朋友可以參考下2015-05-05
Python3讀取Excel數(shù)據(jù)存入MySQL的方法
今天小編就為大家分享一篇Python3讀取Excel數(shù)據(jù)存入MySQL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2018-05-05
Pandas數(shù)據(jù)類型轉(zhuǎn)換df.astype()及數(shù)據(jù)類型查看df.dtypes的使用
Python,numpy都有自己的一套數(shù)據(jù)格式,本文主要介紹了Pandas數(shù)據(jù)類型轉(zhuǎn)換df.astype()及數(shù)據(jù)類型查看df.dtypes的使用,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2022-07-07
django.db.utils.ProgrammingError: (1146, u“Table‘’ doesn’t e
這篇文章主要給大家介紹了關(guān)于執(zhí)行python manage.py migrate時報錯:django.db.utils.ProgrammingError: (1146, "Table 'test.model_student' doesn't exist" )問題的解決方法,文中將解決的方法介紹的非常詳細,需要的朋友可以參考下2018-07-07

