Cara menghapus baris duplikat di pandas dataframe

Cara termudah untuk menghapus baris duplikat di pandas DataFrame adalah dengan menggunakan fungsi drop_duplications() , yang menggunakan sintaks berikut:

df.drop_duplikat(subset=Tidak ada, simpan=’pertama’, inplace=False)

Emas:

• subset: kolom mana yang harus diperhitungkan untuk mengidentifikasi duplikat. Standarnya adalah semua kolom.
• keep: Menentukan duplikat mana (jika ada) yang akan disimpan.
  • pertama: Hapus semua baris duplikat kecuali yang pertama.
  • terakhir: menghapus semua baris duplikat kecuali yang terakhir.
  • Salah : Hapus semua duplikat.
• inplace: Menunjukkan apakah akan menghapus duplikat di tempatnya atau mengembalikan salinan DataFrame.

Tutorial ini memberikan beberapa contoh penggunaan praktis fungsi ini pada DataFrame berikut:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({'team': ['a', 'b', 'b', 'c', 'c', 'd'],
                   'points': [3, 7, 7, 8, 8, 9],
                   'assists': [8, 6, 7, 9, 9, 3]})

#display DataFrame
print (df)

  team points assists
0 to 3 8
1 b 7 6
2 b 7 7
3 c 8 9
4 c 8 9
5 d 9 3

Contoh 1: Hapus duplikat di semua kolom

Kode berikut menunjukkan cara menghapus baris dengan nilai duplikat di semua kolom:

 df. drop_duplicates ()

        team points assists
0 to 3 8
1 b 7 6
2 b 7 7
3 c 8 9
5 d 9 3

Secara default, fungsi drop_duplications() menghapus semua duplikat kecuali yang pertama.

Namun, kita dapat menggunakan argumen keep=False untuk menghapus seluruh duplikat:

 df. drop_duplicates (keep= False )

	team points assists
0 to 3 8
1 b 7 6
2 b 7 7
5 d 9 3

Contoh 2: Hapus duplikat di kolom tertentu

Kode berikut menunjukkan cara menghapus baris dengan nilai duplikat hanya di kolom berlabel tim dan poin :

 df. drop_duplicates (subset=[' team ', ' points '])

        team points assists
0 to 3 8
1 b 7 6
3 c 8 9
5 d 9 3

Sumber daya tambahan

Cara menghapus kolom duplikat di Pandas
Cara mengurutkan nilai dalam Pandas DataFrame
Cara memfilter Pandas DataFrame pada berbagai kondisi
Cara memasukkan kolom ke dalam Pandas DataFrame