pandas使用drop_duplicates去除DataFrame重复项参数详解

78 阅读 0 评论 52 点赞

我是靠谱客的博主尊敬灰狼，最近开发中收集的这篇文章主要介绍pandas使用drop_duplicates去除DataFrame重复项参数详解，觉得挺不错的，现在分享给大家，希望可以做个参考。

DataFrame中存在重复的行或者几行中某几列的值重复，这时候需要去掉重复行，示例如下：

data.drop_duplicates(subset=['A','B'],keep='first',inplace=True)

代码中subset对应的值是列名，表示只考虑这两列，将这两列对应值相同的行进行去重。默认值为subset=None表示考虑所有列。

keep='first'表示保留第一次出现的重复行，是默认值。keep另外两个取值为"last"和False，分别表示保留最后一次出现的重复行和去除所有重复行。

inplace=True表示直接在原来的DataFrame上删除重复项，而默认值False表示生成一个副本。

将副本赋值给dataframe：

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

这一行代码与文章开头提到的那行代码效果等效，但是如果在该DataFrame上新增一列:

data['extra']=test_data['item_price_level']

就会报如下错误：

SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame.

所以如果想对DataFrame去重，最好采用开头提到的那行代码。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。