Pandas 找出并查看数据中的重复行

这篇博客探讨了如何在数据分析中检测和处理重复数据。以一个具体的例子展示,通过使用Pandas库的duplicated()函数,找出并标记DataFrame中用户编号和统计日期组合的重复行。案例中,用户'小明'在11.12的消费记录出现不一致,被识别为异常数据。通过插入新列'is_dup'并筛选,可以有效地定位并分析这些异常。

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

示例:

df = pd.DataFrame({
    '用户编号': ['小明', '小明', '小王', '小美', '小张', '小王'],
    '统计日期': ['11.12', '11.12', '11.12', '11.12', '11.13''11.13'],
    '消费金额': [4, 3, 5, 10, 2, 5]
})

在这里插入图片描述

可见用户 “小明”,在11.12当日产生的消费金额不一致,因此判断为异常数据,将其找出:

dup_row = df.duplicated(subset=['用户编号', '统计日期'], keep=False)
df.insert(0, 'is_dup', dup_row)
df[df['is_dup'] == True]

在这里插入图片描述

评论 1
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