1）去重

指定多列去重，這是在dataframe沒有獨一無二的字段作為PK（主鍵）時，需要指定多個字段一起作為該行的PK，在這種情況下對整體數據進行去重。

Attention：主要用到了drop_duplicates方法，并設置參數subset為多個字段名構成的數組。

具體代碼如下：

>>>import pandas as pd

>>>data={'state':[1,1,2,2,1,2,2],'pop':['a','b','c','d','b','c','d']}

>>>frame=pd.DataFrame(data)

>>>frame

popstate

0a1

1b1

2c2

3d2

4b1

5c2

6d2

>>>frame.drop_duplicates(subset=['pop','state'])

popstate

0a1

1b1

2c2

3d2

2）求差集

假設有兩個dataframe為a和b，a和b可以是相互包含的關系，現在想要將a中和b重復的內容去掉，也就是求差集，步驟如下：

（1）需要對兩個dataframe進行去重。

（2）利用append方法，a=a.append(b)

（3）再次利用append方法，a=a.append(b)

（4）去重，利用drop_duplicates方法，a=a.drop_duplicates()，以及設置參數keep=False，意思就是只要有重復，重復的記錄都去掉。（keep默認=’first’,也就是保留第一條記錄）

具體代碼如下：

>>>data_a={'state':[1,1,2],'pop':['a','b','c']}

>>>data_b={'state':[1,2,3],'pop':['b','c','d']}

>>>a=pd.DataFrame(data_a)

>>>a

popstate

0a1

1b1

2c2

>>>b=pd.DataFrame(data_b)

>>>b

popstate

0b1

1c2

2d3

>>>a = a.append(b)

>>>a = a.append(b)

>>>result = a.drop_duplicates(subset=['pop','state'],keep=False)

>>>result

popstate

0a1

以上這篇Python Dataframe 指定多列去重、求差集的方法就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持軟件開發網。

您可能感興趣的文章:Python實現嵌套列表及字典并按某一元素去重復功能示例Python實現的txt文件去重功能示例對python中兩種列表元素去重函數性能的比較方法python對excel文檔去重及求和的實例Python對多屬性的重復數據去重實例Python實現嵌套列表去重方法示例Python做文本按行去重的實現方法python 高效去重復 支持GB級別大文件的示例代碼

總結

以上是生活随笔為你收集整理的python去重语句_Python Dataframe 指定多列去重、求差集的方法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。