pandas 删除重复
示例
用途drop_duplicates：
In [216]: df = pd.DataFrame({'A':[1,2,3,3,2],
...: 'B':[1,7,3,0,8]})
In [217]: df
Out[217]:
A B
0 1 1
1 2 7
2 3 3
3 3 0
4 2 8
# keep only the last value
In [218]: df.drop_duplicates(subset=['A'], keep='last')
Out[218]:
A B
0 1 1
3 3 0
4 2 8
# keep only the first value, default value
In [219]: df.drop_duplicates(subset=['A'], keep='first')
Out[219]:
A B
0 1 1
1 2 7
2 3 3
# drop all duplicated values
In [220]: df.drop_duplicates(subset=['A'], keep=False)
Out[220]:
A B
0 1 1
当您不想获取数据框的副本，而要修改现有的数据框时：
In [221]: df = pd.DataFrame({'A':[1,2,3,3,2],
...: 'B':[1,7,3,0,8]})
In [222]: df.drop_duplicates(subset=['A'], inplace=True)
In [223]: df
Out[223]:
A B
0 1 1
1 2 7
2 3 3
-
我正在读取一个包含重复列的文本文件，通过： 列名为： 所有的时间和时间相对列都包含相同的数据。我想要： 抱歉，我做了个熊猫呆子。如有任何建议，将不胜感激。 其他详细信息 Pandas版本:0.9.0 Python版本:2.7.3 Windows 7 （通过Pythonxy 2.7.3.0安装）
-
问题内容： 从数据框中删除重复列的最简单方法是什么？ 我正在通过以下方式读取具有重复列的文本文件： 列名是： 所有“时间”和“相对时间”列均包含相同的数据。我想要： 我所有的删除，删除等尝试，例如： 导致唯一值索引错误： 很抱歉成为熊猫的菜鸟。任何建议，将不胜感激。 额外细节 熊猫版本：0.9.0 Python版本：2.7.3 Windows 7 （通过Pythonxy 2.7.3.0安装） 数据
-
我已将Excel表格导入熊猫。它有7列数字和1列字符串（标志）。 帮助我从Pandas数据帧中删除列。
-
请注意，在转向您之前，我已经浏览了各种帖子。事实上，我尝试实现中提供的解决方案：基于“notin”条件从数据帧中删除行 我的问题如下。让我们假设我有一个巨大的数据帧，我想删除重复的数据帧。我很清楚我可以使用drop_duplicates，因为这是最快的最简单的方法。然而，我们的老师希望我们创建一个包含重复项ID的列表，然后根据这些值是否包含在上述列表中删除它们。 现在，让我们看看输出： 因此，我得
-
问题内容： 我正在从网络上读取一些自动气象数据。观测每5分钟发生一次，并被汇总到每个气象站的月度文件中。解析完文件后，DataFrame如下所示： 我遇到的问题是，有时科学家会回头并更正观察结果-不是通过编辑错误的行，而是通过将重复的行附加到文件末尾来进行的。下面是这种情况的简单示例： 因此，我需要df3断然成为： 我认为添加一列行号可以帮助我为的任何值选择最底端的行，但是我一直想弄清楚（或???
-
删除数据帧中的列时，我使用： 这工作很棒。为什么我不能用下面的？ 因为可以以的方式访问列/Series，所以我希望这能起作用。