pandas 消除重复数据

本文介绍了如何在Pandas中消除重复数据,详细讲解了drop_duplicates方法的使用,包括subset、inplace和keep参数的作用。同时,还提到了如何通过iloc索引定位重复数据。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

有这样一组重复数据:

一、消除重复数据

使用drop_duplicates方法(DataFrame.drop_duplicates(subset=None, keep='first', inplace=False))

 

subset参数:根据哪个字段进行重复筛选(多个字段就写成列表形式)

inplace参数:是否在原数据集更改

keep参数:是从头开始筛选还是从末尾数据开始筛选({‘first’, ‘last’, False}, default ‘first’)

import pandas as pd
students = pd.read_excel("C:/Users/Administrator/Desktop/Students_Duplicates.xlsx")
students.drop_duplicates(subset="Name",inplace=True,keep="first")

二、定位重复数据

dup = students.duplicated(subset="Name")#确定是否为重复数据  bool类型
dup = dup[dup]#确定重复数据索引
print(students.iloc[dup.index])

iloc根据索引定位  官网参考

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值