【摘要】数据去重可以使用duppcated()和drop_duppcates()两个方法。DataFrame duppcated（subset = None，keep =‘first’）返回boolean Series

数据去重可以使用duppcated()和drop_duppcates()两个方法。

DataFrame.duppcated（subset = None，keep =‘first’）返回boolean Series表示重复行

参数：

subset：列标签或标签序列，可选

仅考虑用于标识重复项的某些列，默认情况下使用所有列

keep：{‘first’，‘last’，False}，默认’first’

first：标记重复，True除了第一次出现。

last：标记重复，True除了最后一次出现。

错误：将所有重复项标记为True。

相关推荐：《Python基础教程》

import numpy as np
import pandas as pd
from pandas import Series, DataFrame
df = pd.read_csv('./demo_duppcate.csv')
print(df)
print(df['Seqno'].unique()) # [0. 1.]
# 使用duppcated 查看重复值
# 参数 keep 可以标记重复值 {'first'，'last'，False}
print(df['Seqno'].duppcated())
'''
0    False
1     True
2     True
3     True
4    False
Name: Seqno, dtype: bool
'''
# 删除 series 重复数据
print(df['Seqno'].drop_duppcates())
'''
0    0.0
4    1.0
Name: Seqno, dtype: float64
'''
# 删除 dataframe 重复数据
print(df.drop_duppcates(['Seqno'])) # 按照 Seqno 来去重
'''
   Price     Seqno   Symbol   time
0  1623.0    0.0   APPL  1473411962
4  1649.0    1.0   APPL  1473411963
'''
# drop_dujppcates() 第二个参数 keep 包含的值 有： first、last、False
print(df.drop_duppcates(['Seqno'], keep='last')) # 保存最后一个
'''
   Price     Seqno   Symbol   time
3  1623.0    0.0   APPL  1473411963
4  1649.0    1.0   APPL  1473411963
'''

以上就是小编分享的关于python去重函数是什么的详细内容希望对大家有所帮助，更多有关python教程请关注环球青藤其它相关文章！