本文詳解如何使用pandas查看dataframe的重復數據，判斷是否重復，以及如何去重
DataFrame.duplicated(subset=None, keep='first')
subset：如果你認為幾個字段重復，則數據重復，就把那幾個字段以列表形式放到subset后面。默認是所有字段重復為重復數據。
keep:
- 默認為'first' ,也就是如果有重復數據，則第一條出現的定義為False，后面的重復數據為True。
- 如果為'last'，也就是如果有重復數據，則最后一條出現的定義為False，后面的重復數據為True。
- 如果為False，則所有重復的為True
下面舉例
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
# 默認為keep="first",第一條重復的為False,后面重復的為True
# 一般不會設置keep，保持keep為默認值。
df.duplicated()
結果
0 False
1 True
2 False
3 False
4 False
dtype: bool
# keep="last",,最后一條重復的為False,后面重復的為True
df.duplicated(keep="last")
結果
0 True
1 False
2 False
3 False
4 False
dtype: bool
# keep=False,,所有重復的為True
df.duplicated(keep=False)
結果
0 True
1 True
2 False
3 False
4 False
dtype: bool
# sub是子，subset是子集
# 標記只要brand重復為重復值。
df.duplicated(subset='brand')
結果
0 False
1 True
2 False
3 True
4 True
dtype: bool
# 只要brand重復brand和style重復的為重復值。
df.duplicated(subset=['brand','style'])
結果
0 False
1 True
2 False
3 False
4 True
dtype: bool
# 顯示重復記錄，通過布爾索引
df[df.duplicated()]
# 查詢重復值的個數。
df.duplicated().sum()
結果
1
到此這篇關于pandas中DataFrame檢測重復值的實現的文章就介紹到這了,更多相關pandas DataFrame檢測重復值內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- Pandas實現Dataframe的重排和旋轉
- Pandas實現Dataframe的合并
- pandas中DataFrame數據合并連接（merge、join、concat)
- 教你漂亮打印Pandas DataFrames和Series
- 使用pandas忽略行列索引,縱向拼接多個dataframe
- Pandas.DataFrame轉置的實現
- Pandas中DataFrame交換列順序的方法實現
- 詳解pandas中利用DataFrame對象的.loc[]、.iloc[]方法抽取數據
- Pandas中兩個dataframe的交集和差集的示例代碼
- Pandas DataFrame求差集的示例代碼
- 淺談pandas dataframe對除數是零的處理
- Pandas中DataFrame數據刪除詳情
