数据去重能够应用duplicated()以及drop_duplicates()两个办法。
DataFrame.duplicated(subset = None,keep =‘first’)前往boolean Series示意反复行
参数:
subset:列标签或标签序列,可选
仅思考用于标识反复项的某些列,默许状况下应用一切列
keep:{‘first’,‘last’,False},默许’first’
first:标志反复,True除了了第一次呈现。
last:标志反复,True除了了最初一次呈现。
谬误:将一切反复项标志为True。
相干保举:《Python根底教程》
import numpy as np import pandas as pd from pandas import Series, DataFrame df = pd.read_csv('./demo_duplicate.csv') print(df) print(df['Seqno'].unique()) # [0. 1.] # 应用duplicated 查垂青复值 # 参数 keep 能够标志反复值 {'first','last',False} print(df['Seqno'].duplicated()) ''' 0 False 1 True 2 True 3 True 4 False Name: Seqno, dtype: bool ''' # 删除了 series 反复数据 print(df['Seqno'].drop_duplicates()) ''' 0 0.0 4 1.0 Name: Seqno, dtype: float64 ''' # 删除了 dataframe 反复数据 print(df.drop_duplicates(['Seqno'])) # 依照 Seqno 往来来往重 ''' Price Seqno Symbol time 0 1623.0 0.0 APPL 1473411962 4 1649.0 1.0 APPL 1473411963 ''' # drop_dujplicates() 第二个参数 keep 蕴含的值 有: first、last、False print(df.drop_duplicates(['Seqno'], keep='last')) # 保留最初一个 ''' Price Seqno Symbol time 3 1623.0 0.0 APPL 1473411963 4 1649.0 1.0 APPL 1473411963 '''
以上就是python去重函数是甚么的具体内容,更多请存眷资源魔其它相干文章!
标签: Python python教程 python编程 python使用问题 去重函数
版权声明:除非特别标注,否则均为本站原创文章,转载时请以链接形式注明文章出处。
抱歉,评论功能暂时关闭!