自学教程：pandas删除重复数据简单方法

 1、pandas中重复索引问题

df = df[~df.index.duplicated()]

2、pandas删除重复数据行

# 首先导入常用的两个包import pandas as pdimport numpy as np # 1.删除完全重复的行df.drop_duplicates() 2.按k列进行去重，对于重复项，保留第一次出现的值df.drop_duplicates('k',keep='first') 3、k2和k1两列进行去重df.drop_duplicates(['k2','k1'], keep='first') """keep：{‘first', ‘last', False}, 默认值 ‘first'first：保留第一次出现的重复行，删除后面的重复行。last：删除前面的重复项，保留最后一次出现的重复行。False：删除所有重复项"""

 3、drop_duplicates()函数的语法

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

参数说明如下：

• subset：表示要进去重的列名，默认为 None。
• keep：有三个可选参数，分别是 first、last、False，默认为 first，表示只保留第一次出现的重复项，删除其余重复项，last 表示只保留最后一次出现的重复项，False 则表示删除所有重复项。
• inplace：布尔值参数，默认为 False 表示删除重复项后返回一个副本，若为 Ture 则表示直接在原数据上删除重复项。

附：pandas数据处理——取出重复数据

平常我们用pandas做重复数据处理时，常常调用到drop_duplicates方法来去除重。

现在我不想完全去除重复，而是把重复数据输出，现有数据如下所示：

方法：

重复数据保留一个，duplicate_bool输出的是bool类型值，通过判断bool==True，取出重复行。

duplicate_bool = df.duplicated(subset=['id'], keep='first')repeat=df.loc[duplicate_bool == True]repeat复制

输出：

 总结

到此这篇关于pandas删除重复数据的文章就介绍到这了,更多相关pandas删除重复数据内容请搜索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！