pandas.DataFrame.duplicated

duplicated api

• DataFrame.duplicated(subset=None, keep=first)

返回布爾類型的Series結(jié)構(gòu)表示有重復(fù)值的行，True表示是重復(fù)值（行）

參數(shù)

? subset: column label or sequence of labels, optional

可以指定檢測某一列是否有重復(fù)值。默認(rèn)將檢測pandas數(shù)據(jù)中是否有重復(fù)行

? keep: {first, last, False}, default first

first: 對于所有重復(fù)值，標(biāo)記除第一次出現(xiàn)的重復(fù)值，默認(rèn)。

last: 對于所有重復(fù)值，標(biāo)記除最后一次出現(xiàn)的重復(fù)值

False: 標(biāo)記所有重復(fù)值

df = pd.DataFrame({'brand': ['Yum Yum', 'Yum Yum', 'Indomie', 'Indomie', 'Indomie'],'style': ['cup', 'cup', 'cup', 'pack', 'pack'],'rating': [4, 4, 3.5, 15, 5] }) dfbrand style rating 0 Yum Yum cup 4.0 1 Yum Yum cup 4.0 2 Indomie cup 3.5 3 Indomie pack 15.0 4 Indomie pack 5.0 df.duplicated()0 False 1 True 2 False 3 False 4 False dtype: bool

pandas.DataFrame.drop_duplicates

drop_duplicates api

• DataFrame.``drop_duplicates(subset=None, keep=‘first’, inplace=False, ignore_index=False)

返回已去重的DataFrame結(jié)構(gòu)，默認(rèn)保留第一次出現(xiàn)的行（值）、非原地操作、不為去重后的行添加默認(rèn)索引

參數(shù)

• subset: column label or sequence of labels, optional

  Only consider certain columns for identifying duplicates, by default use all of the columns.

• keep: {‘first’, ‘last’, False}, default ‘first’

  同pandas.DataFrame.duplicated()

• inplace: bool, default False

  Whether to drop duplicates in place or to return a copy.

• ignore_index: bool, default False

  If True, the resulting axis will be labeled 0, 1, …, n - 1.New in version 1.0.0.

Returns

• DataFrame or None

  DataFrame with duplicates removed or None if inplace=True.

pandas.Series.value_counts

value_counts api

• Series.value_counts(normalize=False, sort=True, ascending=False, bins=None, dropna=True)

統(tǒng)計各種值出現(xiàn)的次數(shù)，默認(rèn)降序排列，以便將次數(shù)最多的值（除NA）置頂

index = pd.Index([3, 1, 2, 3, 4, np.nan]) index.value_counts()3.0 2 2.0 1 4.0 1 1.0 1 dtype: int64

總結(jié)

以上是生活随笔為你收集整理的pandas去重函数的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。