pandas.DataFrame.drop_duplicates#

DataFrame.drop_duplicates(subset=None, keep='first', inplace=False, ignore_index=False)[源代码]#

返回删除了重复行的DataFrame。

考虑某些列是可选的。包括时间索引在内的索引被忽略。

参数

subset列标签或标签序列，可选: 只考虑某些列来标识重复项，默认情况下使用所有列。
keep{‘First’，‘Last’，False}，默认为‘First’: 确定要保留的副本(如果有)。- first ：删除除第一个匹配项以外的重复项。- last ：删除除最后一个匹配项以外的重复项。-FALSE：删除所有重复项。
inplace布尔值，默认为False: 是就地删除副本还是返回副本。
ignore_index布尔值，默认为False: 如果为True，则生成的轴将标记为0，1，…，n-1。

1.0.0 新版功能.

退货

DataFrame或无: 删除重复项的DataFrame，如果 inplace=True 。

参见

DataFrame.value_counts: 对列的唯一组合进行计数。

示例

考虑包含拉面评级的数据集。

>>> 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
    brand style  rating
0  Yum Yum   cup     4.0
1  Yum Yum   cup     4.0
2  Indomie   cup     3.5
3  Indomie  pack    15.0
4  Indomie  pack     5.0

默认情况下，它基于所有列删除重复行。

>>> df.drop_duplicates()
    brand style  rating
0  Yum Yum   cup     4.0
2  Indomie   cup     3.5
3  Indomie  pack    15.0
4  Indomie  pack     5.0

要删除特定列上的重复项，请使用 subset 。

>>> df.drop_duplicates(subset=['brand'])
    brand style  rating
0  Yum Yum   cup     4.0
2  Indomie   cup     3.5

若要删除重复项并保留上次出现的项，请使用 keep 。

>>> df.drop_duplicates(subset=['brand', 'style'], keep='last')
    brand style  rating
1  Yum Yum   cup     4.0
2  Indomie   cup     3.5
4  Indomie  pack     5.0

pandas.DataFrame.drop

pandas.DataFrame.droplevel