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。