Pandas-去除重复项函数drop_duplicates()

一、drop_duplicates函数用途

pandas中的drop_duplicates()函数可以通过SQL中关键字distinct的用法来理解，根据指定的字段对数据集进行去重处理。

二、drop_duplicates()函数的具体参数

*
用法：
DataFrame.drop_duplicates(subset=None, keep=‘first’, inplace=False)

*
参数说明

参数 说明
subset 根据指定的列名进行去重，默认整个数据集
keep 可选{‘first’, ‘last’,
False}，默认first，即默认保留第一次出现的重复值，并删去其他重复的数据，False是指删去所有重复数据。
inplace 是否对数据集本身进行修改，默认False
三、drop_duplicates用法举例

* 根据指定字段进行去重，保留第一次出现的数据 import pandas as pd #创建数据框 df=pd.DataFrame({ 'a':[1,2,
4,3,3,3,4], 'b':[2,3,3,4,4,5,3] }) print('去重前：\n',df) #根据字段a进行去重，保留第一次出现的数据 df.
drop_duplicates(['a'],keep='first',inplace=True) print('去重后：\n',df) >>> 去重前： a b
0 1 2 1 2 3 2 4 3 3 3 4 4 3 4 5 3 5 6 4 3 去重后： a b 0 1 2 1 2 3 2 4 3 3 3 4

• « 上一篇：作用域是什么
• » 下一篇：OpenCV之IplImage详解