当前位置: 首页>>代码示例>>用法及示例精选>>正文


python pandas DataFrame.drop_duplicates用法及代码示例

用法:

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

返回删除了重复行的DataFrame。

考虑某些列是可选的。包括时间索引在内的索引将被忽略。

参数:

subsetcolumn label 或 sequence of labels, 可选参数

仅考虑某些列来标识重复项,默认情况下使用所有列。

keep{‘first’, ‘last’, False}, 默认为 ‘first’

确定要保留的重复项(如果有)。 --first:除第一个匹配项外,删除重复项。 --last:除最后一次出现外,删除重复项。 -错误:丢弃所有重复项。

inplacebool, 默认为 False

是将副本放置在适当位置还是返回副本。

ignore_indexbool, 默认为 False

如果为True,则结果轴将标记为0、1,...,n-1。

1.0.0版的新功能。

返回值:

DataFrame或无

删除重复项的DataFrame;如果没有,则为Noneinplace=True

例子:

考虑包含拉面等级的数据集。

>>> 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

默认情况下,它将基于所有列删除重复的行。

>>> 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

要删除特定列上的重复项,请使用subset

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

要删除重复项并保持最后一次出现,请使用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

源码:

pandas.DataFrame.drop_duplicates的API实现见:[源代码]

相关用法

注:本文由纯净天空筛选整理自 pandas.DataFrame.drop_duplicates。非经特殊声明,原始代码版权归原作者所有,本译文的传播和使用请遵循“署名-相同方式共享 4.0 国际 (CC BY-SA 4.0)”协议。