如何使用熊猫删除重复值并保留任何一个[重复]

Question

我有一个看起来像这样的数据框：

A       B       C       D       E
a       aa      1       2       3
b       aa      4       5       6
c       cc      7       8       9
d       cc      11      10      3
e       dd      71      81      91

因为行 (1,2) 和行 (3,4) 具有重复的值 column B。我只想保留其中一个。

最终输出应该是：

A       B       C       D       E
a       aa      1       2       3
c       cc      7       8       9
e       dd      71      81      91

我如何使用 pandas 来完成这项工作？

Answer 1

试试drop_duplicates

df = df.drop_duplicates('B')
   A   B   C   D   E
0  a  aa   1   2   3
2  c  cc   7   8   9
4  e  dd  71  81  91

Answer 2

DataFrame.drop_duplicates(subset="B", keep='first')

keep：keep是控制如何考虑重复值。

1. 它只有三个不同的值，默认值是'first'。

2. 如果是'first'，它认为第一个值是唯一的，其余相同的值是重复的。

3. 如果是'last'，它认为最后一个值是唯一的，其余相同的值是重复的。 如果为 False，则将所有相同的值视为重复值

Answer 3

在一般情况下， 我们需要跨越多个列。在这种情况下，您需要按照以下方式使用

df.drop_duplicates(subset=['A', 'C'], keep=First)

我们在子集参数中指定列名，并使用 keep 参数来说明我们需要保留的内容

• first ：删除除第一次出现的重复项。

• last ：删除除最后一次出现的重复项。

• False : 删除所有重复项。