df.drop_duplicates()返回刪除重複行的DataFrame
阿新 • • 發佈:2020-09-21
drop_duplicates()
可以刪除重複的行,返回的是刪除重複行後的df
DataFrame.drop_duplicates(subset=None, keep='first', inplace=False, ignore_index=False)
引數
- subset:column label or sequence of labels, optional,需要刪除的列,預設是全部的列
- keep:{‘first’, ‘last’, False}, default ‘first’,確定要保留的重複項(如果有),first和last分別是第一次和最後一次,false則是刪除所有的重複項
- inplace:bool, default False,是否覆蓋原來的df
- ignore_index:bool, default False
返回
如果inplace=Ture,則返回刪除重複項的df
官網例子
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 ''' brand style rating 0 Yum Yum cup 4.0 1 Yum Yum cup 4.0 2 Indomie cup 3.5 3 Indomie pack 15.0 4 Indomie pack 5.0'''
預設情況下,它將基於所有列刪除重複的行
df.drop_duplicates() ''' brand style rating 0 Yum Yum cup 4.0 2 Indomie cup 3.5 3 Indomie pack 15.0 4 Indomie pack 5.0 '''
要刪除特定列上的重複項,請使用subset
df.drop_duplicates(subset=['brand']) ''' brand style rating 0 Yum Yum cup 4.0 2 Indomie cup 3.5'''
要刪除重複項並保持最後一次出現,請使用keep
df.drop_duplicates(subset=['brand', 'style'], keep='last') ''' brand style rating 1 Yum Yum cup 4.0 2 Indomie cup 3.5 4 Indomie pack 5.0 '''