欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

pandas中DataFrame檢測(cè)重復(fù)值的實(shí)現(xiàn)

 更新時(shí)間：2021年05月26日 10:20:10   作者：乘風(fēng)破浪的熊爸  
本文主要介紹了pandas DataFrame檢測(cè)重復(fù)值，主要包括了檢查整行整列的檢測(cè)，以及多列是否重復(fù)，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

本文詳解如何使用pandas查看dataframe的重復(fù)數(shù)據(jù)，判斷是否重復(fù)，以及如何去重

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

subset：如果你認(rèn)為幾個(gè)字段重復(fù)，則數(shù)據(jù)重復(fù)，就把那幾個(gè)字段以列表形式放到subset后面。默認(rèn)是所有字段重復(fù)為重復(fù)數(shù)據(jù)。

keep:

  • 默認(rèn)為'first' ,也就是如果有重復(fù)數(shù)據(jù)，則第一條出現(xiàn)的定義為False，后面的重復(fù)數(shù)據(jù)為True。
  • 如果為'last'，也就是如果有重復(fù)數(shù)據(jù)，則最后一條出現(xiàn)的定義為False，后面的重復(fù)數(shù)據(jù)為True。
  • 如果為False，則所有重復(fù)的為True

下面舉例

df = pd.DataFrame({
    'brand': ['Yum Yum', 'Yum Yum', 'Indomie', 'Indomie', 'Indomie'],
    'style': ['cup', 'cup', 'cup', 'pack', 'pack'],
    'rating': [4, 4, 3.5, 15, 5]
})
df

在這里插入圖片描述

# 默認(rèn)為keep="first",第一條重復(fù)的為False,后面重復(fù)的為True
# 一般不會(huì)設(shè)置keep，保持keep為默認(rèn)值。
df.duplicated()

結(jié)果
0    False
1     True
2    False
3    False
4    False
dtype: bool

# keep="last",,最后一條重復(fù)的為False,后面重復(fù)的為True
df.duplicated(keep="last")

結(jié)果
0     True
1    False
2    False
3    False
4    False
dtype: bool

# keep=False,,所有重復(fù)的為True
df.duplicated(keep=False)

結(jié)果
0     True
1     True
2    False
3    False
4    False
dtype: bool

# sub是子，subset是子集
# 標(biāo)記只要brand重復(fù)為重復(fù)值。
df.duplicated(subset='brand')

結(jié)果

0    False
1     True
2    False
3     True
4     True
dtype: bool


# 只要brand重復(fù)brand和style重復(fù)的為重復(fù)值。
df.duplicated(subset=['brand','style'])

結(jié)果

0    False
1     True
2    False
3    False
4     True
dtype: bool


# 顯示重復(fù)記錄，通過(guò)布爾索引
df[df.duplicated()]

在這里插入圖片描述

# 查詢重復(fù)值的個(gè)數(shù)。
df.duplicated().sum()

結(jié)果
1

到此這篇關(guān)于pandas中DataFrame檢測(cè)重復(fù)值的實(shí)現(xiàn)的文章就介紹到這了,更多相關(guān)pandas DataFrame檢測(cè)重復(fù)值內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

相關(guān)文章

最新評(píng)論