Jak usunąć zduplikowane wiersze w ramce danych pandas

Najłatwiejszym sposobem usunięcia zduplikowanych wierszy w ramce DataFrame pand jest użycie funkcji drop_duplicates() , która wykorzystuje następującą składnię:

df.drop_duplicates(subset=Brak, keep=’pierwszy’, inplace=False)

Złoto:

• podzbiór: które kolumny należy wziąć pod uwagę, aby zidentyfikować duplikaty. Wartość domyślna to wszystkie kolumny.
• keep: Określa, które duplikaty (jeśli w ogóle) mają zostać zachowane.
  • pierwszy: Usuń wszystkie zduplikowane linie z wyjątkiem pierwszej.
  • last: usuwa wszystkie zduplikowane linie z wyjątkiem ostatniej.
  • Fałsz : Usuń wszystkie duplikaty.
• inplace: wskazuje, czy usunąć duplikaty w miejscu, czy zwrócić kopię ramki DataFrame.

W tym samouczku przedstawiono kilka przykładów praktycznego wykorzystania tej funkcji w następującej ramce DataFrame:

 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

Przykład 1: Usuń duplikaty we wszystkich kolumnach

Poniższy kod pokazuje, jak usunąć wiersze ze zduplikowanymi wartościami we wszystkich kolumnach:

 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

Domyślnie funkcja drop_duplicates() usuwa wszystkie duplikaty z wyjątkiem pierwszego.

Możemy jednak użyć argumentu keep=False, aby całkowicie usunąć wszystkie duplikaty:

 df. drop_duplicates (keep= False )

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

Przykład 2: Usuń duplikaty w określonych kolumnach

Poniższy kod pokazuje jak usunąć wiersze ze zduplikowanymi wartościami tylko w kolumnach oznaczonych jako zespół i punkty :

 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

Dodatkowe zasoby

Jak usunąć zduplikowane kolumny w Pandach
Jak sortować wartości w Pandas DataFrame
Jak filtrować ramkę danych Pandas pod wieloma warunkami
Jak wstawić kolumnę do ramki danych Pandas