<\/p>\n
\u00c8 possibile utilizzare i seguenti metodi per rimuovere i duplicati in un DataFrame panda ma mantenere la riga che contiene il valore massimo in una particolare colonna:<\/span><\/p>\n Metodo 1: rimuovi i duplicati in una colonna e mantieni la riga con max<\/strong><\/span><\/p>\n Metodo 2: rimuovi i duplicati in pi\u00f9 colonne e mantieni la riga con max<\/strong><\/span><\/p>\n Gli esempi seguenti mostrano come utilizzare ciascun metodo nella pratica.<\/span><\/p>\n Supponiamo di avere il seguente DataFrame panda che contiene informazioni sui punti segnati dai giocatori di basket di diverse squadre:<\/span><\/p>\n Possiamo utilizzare la seguente sintassi per rimuovere le righe con nomi di squadre<\/strong> duplicati ma mantenere le righe con valori massimi per i punti<\/strong> :<\/span><\/p>\n Ogni riga con un nome di squadra<\/strong> duplicato \u00e8 stata rimossa, ma per ciascuna squadra<\/strong> sono state mantenute le righe con il valore in punti<\/strong> massimo.<\/span><\/p>\n Supponiamo di avere i seguenti panda DataFrame:<\/span><\/p>\n Possiamo utilizzare la seguente sintassi per rimuovere le righe con nomi di squadre<\/strong> e<\/em> posizioni<\/strong> duplicati, ma mantenere le righe con valori massimi per i punti<\/strong> :<\/span><\/p>\n Ogni riga con un nome di squadra<\/strong> e posizione<\/strong> duplicato \u00e8 stata rimossa, ma le righe con il valore in punti<\/strong> massimo sono state mantenute per ciascuna combinazione di<\/strong> squadra<\/strong> e posizione.<\/span><\/p>\n I seguenti tutorial spiegano come eseguire altre operazioni comuni nei panda:<\/span><\/p>\n Come rimuovere le righe duplicate in Pandas<\/a> \u00c8 possibile utilizzare i seguenti metodi per rimuovere i duplicati in un DataFrame panda ma mantenere la riga che contiene il valore massimo in una particolare colonna: Metodo 1: rimuovi i duplicati in una colonna e mantieni la riga con max df. sort_values (‘ var2 ‘, ascending= False ). drop_duplicates (‘ var1 ‘). sort_index () […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n df. sort_values<\/span> (' var2<\/span> ', ascending= False<\/span> ). drop_duplicates<\/span> (' var1<\/span> '). sort_index<\/span> ()\n<\/strong><\/pre>\n df. sort_values<\/span> (' var3<\/span> ', ascending= False<\/span> ). drop_duplicates<\/span> ([' var1<\/span> ', ' var2<\/span> ']). sort_index<\/span> ()<\/strong><\/pre>\n Esempio 1: rimuovi i duplicati in una colonna e mantieni la riga con Max<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame\ndf = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C'],\n ' points<\/span> ': [20, 24, 28, 30, 14, 19, 29, 40, 22]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team points\n0 to 20\n1 to 24\n2 to 28\n3 B 30\n4 B 14\n5 B 19\n6 C 29\n7 C 40\n8 C 22\n<\/span><\/span><\/strong><\/pre>\n #drop duplicate teams but keeps row with max points\n<\/span>df_new = df. sort_values<\/span> (' points<\/span> ', ascending= False<\/span> ). drop_duplicates<\/span> (' team<\/span> '). sort_index<\/span> ()\n\n#view DataFrame\n<\/span>print<\/span> (df_new)\n\n team points\n2 to 28\n3 B 30\n7 C 40<\/span><\/span><\/strong><\/pre>\n Esempio 2: rimuovi i duplicati in pi\u00f9 colonne e mantieni la riga con Max<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame\ndf = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C'],\n ' position<\/span> ': ['G', 'G', 'F', 'G', 'F', 'F', 'G', 'G', 'F'],\n ' points<\/span> ': [20, 24, 28, 30, 14, 19, 29, 40, 22]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team position points\n0 AG 20\n1 GA 24\n2AF 28\n3 BG 30\n4 BF 14\n5 BF 19\n6 GC 29\n7 GC 40\n8 CF 22\n<\/span><\/span><\/strong><\/pre>\n #drop rows with duplicate team and positions but keeps row with max points\n<\/span>df_new = df. sort_values<\/span> (' points<\/span> ', ascending= False<\/span> ). drop_duplicates<\/span> ([' team<\/span> ',' position<\/span> ']). sort_index<\/span> ()\n\n#view DataFrame\n<\/span>print<\/span> (df_new)\n\n team position points\n1 GA 24\n2AF 28\n3 BG 30\n5 BF 19\n7 GC 40\n8 CF 22<\/span><\/span><\/strong><\/pre>\n Risorse addizionali<\/strong><\/span><\/h2>\n
Come rimuovere le colonne duplicate in Pandas<\/a>
Come contare i duplicati nei panda<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"