本文介绍了Pandas库中用于标记和删除重复记录的方法，包括duplicated和drop_duplicates函数。duplicated函数可以标记Series和DataFrame中的重复项，而drop_duplicates则用于实际删除这些重复项。用户可以选择依据哪些列进行判断，以及保留重复项的第一次出现还是最后一次出现，或者全部删除。
Pandas提供了duplicated、Index.duplicated、drop_duplicates函数来标记及删除重复记录
duplicated函数用于标记Series中的值、DataFrame中的记录行是否是重复，重复为True，不重复为False
pandas.DataFrame.duplicated(self, subset=None, keep='first')
pandas.Series.duplicated(self, keep='first')
其中参数解释如下：
subset：用于识别重复的列标签或列标签序列，默认所有列标签
keep=‘frist’：除了第一次出现外，其余相同的被标记为重复
keep='last'：除了最后一次出现外，其余相同的被标记为重复
keep=False：所有相同的都被标记为重复
import numpy as np
import pandas as pd
#标记DataFrame重复例子
df = pd.DataFr
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
