pandas duplicated() 重复行标记与drop_duplicates()删除

本文介绍了pandas.DataFrame.duplicated方法,该方法可返回表示重复行的布尔序列。详细说明了其参数subset和keep的作用,subset可指定特定列,keep用于确定标记哪些重复项。还给出示例,展示如何用drop_duplicates()删除重复行,并用reset_index(drop=True)更新行索引。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

pandas.DataFrame.duplicated

DataFrame.duplicated(subset=Nonekeep='first')

返回表示重复行的布尔序列。

Parameters:

1)subset column label or sequence of labels, optional

#用来指定特定的列,默认所有列

Only consider certain columns for identifying duplicates, by default use all of the columns.

2)keep{‘first’, ‘last’, False}, default ‘first’

#删除重复项并保留第一次出现的项

Determines which duplicates (if any) to mark.

  • first : Mark duplicates as True except for the first occurrence.

  • last : Mark duplicates as True except for the last occurrence.

#keep='last'参数就是让系统从后向前开始筛查,这样索引小的重复行会返回 'True'。

  • False : Mark all duplicates as True.

栗子:

import pandas as pd
data=pd.DataFrame({'district':['A','A','B','B','C','C'],'count':[50,50,60,60,80,80]})

重复行返回“True”

data.duplicated()

用drop_duplicates()删除重复行

data.drop_duplicates()

去除后的行索引没有更新,所以用reset_index(drop=True)进行行索引更新

data.drop_duplicates().reset_index(drop=True)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值