pandas DataFrame 删除重复的行的实现方法

这个小城,步入冬天就立马变了颜色,还没来得及等我换件衣服就开演了。如何扮演好自己的角色,我还没想好,我不适合做主角,只能在配角方面下功夫,极力配合主角旦,生的表演。红红火火的演完这场戏,让北方的冬天刮目相看。

1. 建立一个DataFrame

 C=pd.DataFrame({'a':['dog']*3+['fish']*3+['dog'],'b':[10,10,12,12,14,14,10]})

2. 判断是否有重复项

用duplicated( )函数判断

C.duplicated()

3. 有重复项,则可以用drop_duplicates()移除重复项

C.drop_duplicates()

4.Duplicated( )和drop_duplicates( )方法是以默认的方式判断全部的列(上面的例子中是看两个变量a和b是否都是重复出现)。

我们也可以对特定的列进行重复项判断。

 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列中重复的行,并保留重复出现的行中第一次出现的行

补充:

  • 当keep=False时,就是去掉所有的重复行
  • 当keep=‘first'时,就是保留第一次出现的重复行
  • 当keep='last'时就是保留最后一次出现的重复行。

(注意,这里的参数是字符串,要加引号!!!)

以上就是pandas DataFrame 删除重复的行的实现方法。爱的艺术就像风筝,只有给它风一般的自由,你才会看到它飞舞在蓝天的景致。更多关于pandas DataFrame 删除重复的行的实现方法请关注haodaima.com其它相关文章!

标签: pandas DataFrame