去除重復數據——drop_duplicates

去除指定單列或多列中的完全重復的項通過drop_duplicates()函數實現，需要利用Pandas包。

其中：

1、subset=[] 表示整個dataframe基于[]內選定列進行數據重復內容識別，可以添加多列數據進行識別。

????????（1）添加一列列名時表示對選中的單列數據進行重復數據識別，

????????（2）添加多列時則表示識別多列數據同時重復的情況；

2、keep='' 表示對選中的重復數據操作策略，可選擇的參數為'first'、'last'和'False'三種。

????????（1）'first'表示在識別的重復項中保留按照索引順序的第一個內容，其余刪除，

????????（2）'last'表示在識別的重復項中保留按照索引順序的最后一個內容，其余刪除，

????????（3）'False'表示刪除所有重復項；

3、inplace= 表示對處理好的dataframe存儲策略，可選擇參數為False和True

? ? ? ? （1）False表示不對原始數據進行去重工作，例如示例代碼中data1內容不改變，將處理結果賦予data參數中，

? ? ? ? （2）True表示去重工作直接在原始數據中進行操作，例如示例代碼中data1中去重操作會直接在data1中進行，data不會被賦值。

data = data1.drop_duplicates(subset=['列名1','列名2'], keep='first', inplace= False)

總結

以上是生活随笔為你收集整理的Python_Dataframe_去除重复数据的全部內容，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。