ホームページ >バックエンド開発 >Python チュートリアル >Pythonの重複排除機能とは何ですか?
データ重複排除では、duplicated() と drop_duplicates() という 2 つのメソッドを使用できます。
DataFrame.duplicated(subset=None, keep='first') は重複行を表すブール値 Series を返します
パラメータ:
subset: 列ラベルまたはラベル シーケンス、オプション
特定の列のみが重複の識別に考慮されます。デフォルトではすべての列が使用されます。
keep: {'first', 'last', False}、デフォルトは 'first'
first: 重複をマークします。最初の出現を除いて True。
last: 重複をマークします。最後の出現を除いて True。
エラー: すべての重複を True としてマークします。
関連する推奨事項: 「Python 基本チュートリアル 」
import numpy as np import pandas as pd from pandas import Series, DataFrame df = pd.read_csv('./demo_duplicate.csv') print(df) print(df['Seqno'].unique()) # [0. 1.] # 使用duplicated 查看重复值 # 参数 keep 可以标记重复值 {'first','last',False} print(df['Seqno'].duplicated()) ''' 0 False 1 True 2 True 3 True 4 False Name: Seqno, dtype: bool ''' # 删除 series 重复数据 print(df['Seqno'].drop_duplicates()) ''' 0 0.0 4 1.0 Name: Seqno, dtype: float64 ''' # 删除 dataframe 重复数据 print(df.drop_duplicates(['Seqno'])) # 按照 Seqno 来去重 ''' Price Seqno Symbol time 0 1623.0 0.0 APPL 1473411962 4 1649.0 1.0 APPL 1473411963 ''' # drop_dujplicates() 第二个参数 keep 包含的值 有: first、last、False print(df.drop_duplicates(['Seqno'], keep='last')) # 保存最后一个 ''' Price Seqno Symbol time 3 1623.0 0.0 APPL 1473411963 4 1649.0 1.0 APPL 1473411963 '''
以上がPythonの重複排除機能とは何ですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。