这篇教程pandas中DataFrame检测重复值的实现写得很实用，希望能帮到您。
本文详解如何使用pandas查看dataframe的重复数据，判断是否重复，以及如何去重 DataFrame.duplicated(subset=None, keep='first') subset：如果你认为几个字段重复，则数据重复，就把那几个字段以列表形式放到subset后面。默认是所有字段重复为重复数据。 keep: - 默认为'first' ,也就是如果有重复数据，则第一条出现的定义为False，后面的重复数据为True。
- 如果为'last'，也就是如果有重复数据，则最后一条出现的定义为False，后面的重复数据为True。
- 如果为False，则所有重复的为True
下面举例 df = pd.DataFrame({ 'brand': ['Yum Yum', 'Yum Yum', 'Indomie', 'Indomie', 'Indomie'], 'style': ['cup', 'cup', 'cup', 'pack', 'pack'], 'rating': [4, 4, 3.5, 15, 5]})df 
# 默认为keep="first",第一条重复的为False,后面重复的为True# 一般不会设置keep，保持keep为默认值。df.duplicated()结果0 False1 True2 False3 False4 Falsedtype: bool# keep="last",,最后一条重复的为False,后面重复的为Truedf.duplicated(keep="last")结果0 True1 False2 False3 False4 Falsedtype: bool# keep=False,,所有重复的为Truedf.duplicated(keep=False)结果0 True1 True2 False3 False4 Falsedtype: bool# sub是子，subset是子集# 标记只要brand重复为重复值。df.duplicated(subset='brand')结果0 False1 True2 False3 True4 Truedtype: bool# 只要brand重复brand和style重复的为重复值。df.duplicated(subset=['brand','style'])结果0 False1 True2 False3 False4 Truedtype: bool# 显示重复记录，通过布尔索引df[df.duplicated()] 
# 查询重复值的个数。df.duplicated().sum()结果1 到此这篇关于pandas中DataFrame检测重复值的实现的文章就介绍到这了,更多相关pandas DataFrame检测重复值内容请搜索51zixue.net以前的文章或继续浏览下面的相关文章希望大家以后多多支持51zixue.net！
python 中的@运算符使用
使用python批量生成insert语句的方法 |
