Python （十五）pandas（三）

程序员的公众号：源1024，获取更多资料，无加密无套路！

最近整理了一波电子书籍资料，包含《Effective Java中文版第2版》《深入JAVA虚拟机》，《重构改善既有代码设计》，《MySQL高性能-第3版》，《Java并发编程实战》等等
获取方式: 关注公众号并回复电子书领取，更多内容持续奉上

drop_duplicates()

根据所有列删除重复的行

import pandas as pd
import numpy as np
from pandas import Series,DataFramedf = DataFrame([['小班','10'],['中班','15'],['大班','20'],['大班','20']],columns=['name','num'])print(df.drop_duplicates())#输出name num
0   小班  10
1   中班  15
2   大班  20

删除指定列的重复数据，使用subset参数

df1 = DataFrame([['小班','10'],['中班','15'],['大班','20'],['大班','15']],columns=['name','num'])
print(df1.drop_duplicates(subset=['num']))
print(df1.drop_duplicates(subset='num'))#输出name num
0   小班  10
1   中班  15
2   大班  20name num
0   小班  10
1   中班  15
2   大班  20

删除指定列的重复数据，保留最后一次数据，使用keep

df = DataFrame([['小班','10'],['中班','15'],['大班','20'],['小班','10']],columns=['name','num'])print(df.drop_duplicates(subset=['name','num'],keep='last'))#输出name num
1   中班  15
2   大班  20
3   小班  10

删除重复数据后，重新设置行索引，使用ignore_index

df = DataFrame([['小班','10'],['中班','15'],['大班','20'],['小班','10']],columns=['name','num'])print(df.drop_duplicates(subset=['name','num'],keep='last',ignore_index=True))#输出name num
0   中班  15
1   大班  20
2   小班  10

直接删除原DataFrame的重复数据，使用inplace=True

df = DataFrame([['小班','10'],['中班','15'],['大班','20'],['大班','20']],columns=['name','num'])df_2 = df.drop_duplicates(inplace=True)  
print(df_2)
print(df)#输出Nonename num
0   小班  10
1   中班  15
2   大班  20