如何删除熊猫数据帧中列的重复值的行？

Question

我有一个熊猫数据框，看起来像这样。

  Column1  Column2 Column3
0     cat        1       C
1     dog        1       A
2     cat        1       B

我想确定猫和蝙蝠是重复的相同值，因此想删除一条记录，只保留第一条记录。所得到的数据帧应该只具有。

  Column1  Column2 Column3
0     cat        1       C
1     dog        1       A

Answer 1

在Dataframe的drop\u duplicates（）方法中，您可以提供一系列列名来消除数据中的重复记录。

下面的"测试"代码执行相同的操作：

import pandas as pd

df = pd.DataFrame()
df.insert(loc=0,column='Column1',value=['cat',     'toy',    'cat'])
df.insert(loc=1,column='Column2',value=['bat',    'flower',  'bat'])
df.insert(loc=2,column='Column3',value=['xyz',     'abc',    'lmn'])

df = df.drop_duplicates(subset=['Column1','Column2'],keep='first')
print(df)

在子集参数的内部，也可以插入其他列名，默认情况下，它将考虑数据的所有列，并且可以提供如下值：

• first：删除重复项，除了第一次出现。
• last：删除重复项，除了最后出现的。
• 假：删除所有重复。

Answer 2

import pandas as pd

df = pd.DataFrame({"Column1":["cat", "dog", "cat"],
                    "Column2":[1,1,1],
                    "Column3":["C","A","B"]})

df = df.drop_duplicates(subset=['Column1'], keep='first')
print(df)

Answer 3

使用drop_duplicates与子集一起使用列列表来检查重复项，并且保持='first'保持重复项的第一个。

如果dataframe为：

df = pd.DataFrame({'Column1': ["'cat'", "'toy'", "'cat'"],
                   'Column2': ["'bat'", "'flower'", "'bat'"],
                   'Column3': ["'xyz'", "'abc'", "'lmn'"]})
print(df)

结果:

  Column1   Column2 Column3
0   'cat'     'bat'   'xyz'
1   'toy'  'flower'   'abc'
2   'cat'     'bat'   'lmn'

然后：

result_df = df.drop_duplicates(subset=['Column1', 'Column2'], keep='first')
print(result_df)

结果:

  Column1   Column2 Column3
0   'cat'     'bat'   'xyz'
1   'toy'  'flower'   'abc'