Python cudf.DataFrame.drop_duplicates用法及代码示例

用法: DataFrame.drop_duplicates(subset=None, keep='first', inplace=False, ignore_index=False)

返回删除重复行的 DataFrame，可选择仅考虑某些列子集。

参数：

subset：列标签或标签序列，可选: 仅考虑某些列来识别重复项，默认情况下使用所有列。
keep：{‘first’, ‘last’, False}，默认 ‘first’: 确定要保留哪些重复项(如果有)。 - first ：删除除第一次出现的重复项。 - last ：删除除最后一次出现的重复项。 - False：删除所有重复项。
inplace：布尔值，默认为 False: 是否将重复项放在适当的位置或返回副本。
ignore_index：布尔值，默认为 False: 如果为 True，则生成的轴将标记为 0、1、...、n - 1。

DataFrame 或无: 如果 inplace=True ，则删除重复项的 DataFrame 或 None 。

例子：

>>> import cudf
>>> df = cudf.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

默认情况下，它会根据所有列删除重复的行。请注意，返回的行的顺序不能保证是排序的。

>>> df.drop_duplicates()
     brand style  rating
2  Indomie   cup     3.5
4  Indomie  pack     5.0
3  Indomie  pack    15.0
0  Yum Yum   cup     4.0

要删除特定列上的重复项，请使用 subset 。

>>> df.drop_duplicates(subset=['brand'])
     brand style  rating
2  Indomie   cup     3.5
0  Yum Yum   cup     4.0

要删除重复项并保留最后一次出现，请使用 keep 。

>>> df.drop_duplicates(subset=['brand', 'style'], keep='last')
     brand style  rating
2  Indomie   cup     3.5
4  Indomie  pack     5.0
1  Yum Yum   cup     4.0

相关用法

注：本文由纯净天空筛选整理自rapids.ai大神的英文原创作品 cudf.DataFrame.drop_duplicates。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

例子：