Python | pandas相关函数的使用教程+简单实例汇总

文章目录

drop_duplicates
- 使用方式
- 应用实例

pandas是Python处理数据时最常用的工具包之一。本文介绍结合自身的实践经历，汇总相关函数的使用方法，供读者参考。
以下内容都需要导入pandas工具包
import pandas as pd drop_duplicates 使用方式 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。
应用实例

data = https://tazarkount.com/read/{'A':[1, 0, 1, 1], 'B':[0, 2, 5, 0], 'C':[4, 0, 4, 4], 'D':[1, 0, 1, 1]}df = pd.DataFrame(data=https://tazarkount.com/read/data)Out[3]:ABCD01041102002154131041

df.drop_duplicates()Out[4]: // 删除了第4列ABCD010411020021541 df.drop_duplicates(keep='last')Out[6]: // 删除了第0列ABCD102002154131041

df.drop_duplicates(keep='last').reset_index(drop=True)Out[8]: // 使用reset_index函数后，可以将行标签重新从0开始排序ABCD002001154121041

df.drop_duplicates(keep=False)Out[9]: // 删除了第0列和第3列ABCD1020021541 df.drop_duplicates(subset=['D'], keep=False)Out[11]: // 删除了第0,2,3列，他们的D列都是1ABCD10200 【Python | pandas相关函数的使用教程+简单实例汇总】原文出自：http://c.biancheng.net/pandas/drop-duplicate.html