类别:Python / 日期:2019-12-02 / 浏览:92 / 评论:0

数据去重能够运用duplicated()和drop_duplicates()两个要领。

DataFrame.duplicated(subset = None,keep =‘first’)返回boolean Series示意反复行

参数:

subset:列标签或标签序列,可选

仅斟酌用于标识反复项的某些列,默许情况下运用一切列

keep:{‘first’,‘last’,False},默许’first’

first:标记反复,True除了第一次涌现。

last:标记反复,True除了末了一次涌现。

毛病:将一切反复项标记为True。

相干引荐:《Python基础教程》

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.]
# 运用duplicated 检察反复值
# 参数 keep 能够标记反复值 {'first','last',False}
print(df['Seqno'].duplicated())
'''
0    False
1     True
2     True
3     True
4    False
Name: Seqno, dtype: bool
'''
# 删除 series 反复数据
print(df['Seqno'].drop_duplicates())
'''
0    0.0
4    1.0
Name: Seqno, dtype: float64
'''
# 删除 dataframe 反复数据
print(df.drop_duplicates(['Seqno'])) # 根据 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 包括的值 有: first、last、False
print(df.drop_duplicates(['Seqno'], keep='last')) # 保留末了一个
'''
   Price     Seqno   Symbol   time
3  1623.0    0.0   APPL  1473411963
4  1649.0    1.0   APPL  1473411963
'''

以上就是python去重函数是什么的细致内容,更多请关注ki4网别的相干文章!

打赏

感谢您的赞助~

打开支付宝扫一扫,即可进行扫码打赏哦~

版权声明 : 本文未使用任何知识共享协议授权,您可以任何形式自由转载或使用。

 可能感兴趣的文章

评论区

发表评论 / 取消回复

必填

选填

选填

◎欢迎讨论,请在这里发表您的看法及观点。