Pandas标记删除重复记录的方法


Posted in Python onApril 08, 2018

Pandas提供了duplicated、Index.duplicated、drop_duplicates函数来标记及删除重复记录

duplicated函数用于标记Series中的值、DataFrame中的记录行是否是重复,重复为True,不重复为False

pandas.DataFrame.duplicated(self, subset=None, keep='first')

pandas.Series.duplicated(self, keep='first')

其中参数解释如下:

subset:用于识别重复的列标签或列标签序列,默认所有列标签

keep=‘frist':除了第一次出现外,其余相同的被标记为重复

keep='last':除了最后一次出现外,其余相同的被标记为重复

keep=False:所有相同的都被标记为重复

import numpy as np
import pandas as pd 
#标记DataFrame重复例子
df = pd.DataFrame({'col1': ['one', 'one', 'two', 'two', 'two', 'three', 'four'], 'col2': [1, 2, 1, 2, 1, 1, 1],
   'col3':['AA','BB','CC','DD','EE','FF','GG']},index=['a', 'a', 'b', 'c', 'b', 'a','c'])
#duplicated(self, subset=None, keep='first')
#根据列名标记
#keep='first'
df.duplicated()#默认所有列,无重复记录
df.duplicated('col1')#第二、四、五行被标记为重复
df.duplicated(['col1','col2'])#第五行被标记为重复
#keep='last'
df.duplicated('col1','last')#第一、三、四行被标记重复
df.duplicated(['col1','col2'],keep='last')#第三行被标记为重复
#keep=False
df.duplicated('col1',False)#Series([True,True,True,True,True,False,False],index=['a','a','b','c','b','a','c'])
df.duplicated(['col1','col2'],keep=False)#在col1和col2列上出现相同的,都被标记为重复
type(df.duplicated(['col1','col2'],keep=False))#pandas.core.series.Series
#根据索引标记
df.index.duplicated()#默认keep='first',第二、五、七行被标记为重复
df.index.duplicated(keep='last')#第一、二、三、四被标记为重复
df[df.index.duplicated()]#获取重复记录行
df[~df.index.duplicated('last')]#获取不重复记录行
#标记Series重复例子
#duplicated(self, keep='first')
s = pd.Series(['one', 'one', 'two', 'two', 'two', 'three', 'four'] ,index= ['a', 'a', 'b', 'c', 'b', 'a','c'],name='sname')
s.duplicated()
s.duplicated('last')
s.duplicated(False)
#根据索引标记
s.index.duplicated()
s.index.duplicated('last')
s.index.duplicated(False)

drop_duplicates函数用于删除Series、DataFrame中重复记录,并返回删除重复后的结果

pandas.DataFrame.drop_duplicates(self, subset=None, keep='first', inplace=False)

pandas.Series.drop_duplicates(self, keep='first', inplace=False)

#删除DataFrame重复记录例子 
#drop_duplicates(self, subset=None, keep='first', inplace=False) 
df.drop_duplicates() 
df.drop_duplicates('col1')#删除了df.duplicated('col1')标记的重复记录 
df.drop_duplicates('col1','last')#删除了df.duplicated('col1','last')标记的重复记录 
df1.drop_duplicates(['col1','col2'])#删除了df.duplicated(['col1','col2'])标记的重复记录 
df.drop_duplicates('col1',keep='last',inplace=True)#inplace=True表示在原DataFrame上执行删除操作 
df.drop_duplicates('col1',keep='last',inplace=False)#inplace=False返回一个副本 
#删除Series重复记录例子 
#drop_duplicates(self, keep='first', inplace=False) 
s.drop_duplicates()

以上这篇Pandas标记删除重复记录的方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持三水点靠木。

Python 相关文章推荐
python单例模式实例分析
Apr 08 Python
numpy.random.seed()的使用实例解析
Feb 03 Python
TensorFlow实现卷积神经网络CNN
Mar 09 Python
python中cPickle类使用方法详解
Aug 27 Python
详解Python传入参数的几种方法
May 16 Python
python处理document文档保留原样式
Sep 23 Python
Python : turtle色彩控制实例详解
Jan 19 Python
python实现电子词典
Mar 03 Python
Django {{ MEDIA_URL }}无法显示图片的解决方式
Apr 07 Python
Django ORM 查询表中某列字段值的方法
Apr 30 Python
python selenium xpath定位操作
Sep 01 Python
python将YUV420P文件转PNG图片格式的两种方法
Jan 22 Python
Python将DataFrame的某一列作为index的方法
Apr 08 #Python
python DataFrame获取行数、列数、索引及第几行第几列的值方法
Apr 08 #Python
浅谈pandas中DataFrame关于显示值省略的解决方法
Apr 08 #Python
python3获取两个日期之间所有日期,以及比较大小的实例
Apr 08 #Python
python pandas中DataFrame类型数据操作函数的方法
Apr 08 #Python
python随机取list中的元素方法
Apr 08 #Python
Python实现的端口扫描功能示例
Apr 08 #Python
You might like
PHP生成Flash动画的实现代码
2010/03/12 PHP
PHP中通过HTTP_USER_AGENT判断是否为手机移动终端的函数代码
2013/02/14 PHP
PHP 利用Mail_MimeDecode类提取邮件信息示例
2014/01/26 PHP
两千行代码的PHP学习笔记汇总
2014/10/05 PHP
PHP获取中国时间(上海时区时间)及美国时间的方法
2017/02/23 PHP
JavaScript中URL编码函数代码
2011/01/11 Javascript
jquery lazyload延迟加载技术的实现原理分析
2011/01/24 Javascript
JS Replace()的高级使用方法介绍
2013/06/29 Javascript
JQuery 图片滚动轮播示例代码
2014/03/24 Javascript
JavaScript插件化开发教程(六)
2015/02/01 Javascript
使用Chart.js图表库制作漂亮的响应式表单
2015/10/28 Javascript
微信小程序 教程之WXSS
2016/10/18 Javascript
微信小程序  audio音频播放详解及实例
2016/11/02 Javascript
jQuery实现拖动剪裁图片作为头像
2016/12/28 Javascript
BootStrap 图片样式、辅助类样式和CSS组件的实例详解
2017/01/20 Javascript
微信小程序 本地数据存储实例详解
2017/04/13 Javascript
微信小程序实现左滑修改、删除功能
2020/10/19 Javascript
微信小程序云开发 搭建一个管理小程序
2019/05/17 Javascript
Vue项目中使用WebUploader实现文件上传的方法
2019/07/21 Javascript
vue vant Area组件使用详解
2019/12/09 Javascript
vue项目里面引用svg文件并给svg里面的元素赋值
2020/08/17 Javascript
微信小程序实现多张图片上传功能
2020/11/18 Javascript
[11:33]DAC2018 4.5SOLO赛决赛 MidOne vs Paparazi第二场
2018/04/06 DOTA
Python模块学习 filecmp 文件比较
2012/08/27 Python
Python获取任意xml节点值的方法
2015/05/05 Python
用python做游戏的细节详解
2019/06/25 Python
Python大数据之网络爬虫的post请求、get请求区别实例分析
2019/11/16 Python
TFRecord文件查看包含的所有Features代码
2020/02/17 Python
澳大利亚巧克力花束和礼品网站:Tastebuds
2019/03/15 全球购物
水务局局长岗位职责
2013/11/28 职场文书
中医专业职业生涯规划书范文
2014/01/04 职场文书
市级绿色学校申报材料
2014/08/25 职场文书
小学二年级数学教学计划
2015/01/20 职场文书
自我评价优缺点范文
2015/03/11 职场文书
遗愿清单观后感
2015/06/09 职场文书
详解Java实践之抽象工厂模式
2021/06/18 Java/Android