这篇教程Python写得很实用，希望能帮到您。
语法df.drop_duplicates(subset = None, keep = 'first', inplace = False, ignore_index = False)
参数1.subset:指定的标签或标签序列，仅删除这些列重复值，默认情况为所有列 2.keep:确定要保留的重复值，有以下可选项: first:保留第一次出现的重复值，默认 last:保留最后一次出现的重复值 False:删除所有重复值 3.inplace:是否生效 4.ignore_index:如果为True，则重新分配自然索引(0,1,…,n - 1) # 删除重复值 DataFrame.drop_duplicates()import pandas as pd df = pd.DataFrame([['x','x',1],['x','x',1],['z','x',2]], columns = ['A','B','C']) # 删除重复行res1 = df.drop_duplicates() # 删除指定列res2 = df.drop_duplicates(subset = ['A']) # 保留最后一个res3 = df.drop_duplicates(subset = ['A'], keep = 'last')
结果展示df 
res1 
res2 
res3 
扩展:识别重复值import pandas as pd df = pd.DataFrame({ 'studentID':['A001','A002','A003','A004','A005','A006','A006'], 'score':[100,93,94,96,93,95,95]}) # 识别重复值duplicate_value = df[df.duplicated()]df 
由上图可知studentID为'A006'的记录有两条，我们可以使用duplicated()方法识别重复值，它返回的是布尔值结果(True:有重复值，False:无重复值) 
duplicate_value 
总结到此这篇关于Python Pandas中DataFrame.drop_duplicates()删除重复值的文章就介绍到这了,更多相关Pandas DataFrame.drop_duplicates()删除重复值内容请搜索wanshiok.com以前的文章或继续浏览下面的相关文章希望大家以后多多支持wanshiok.com！
Python
Python |
