个人中心
文章发布
退出
作者热门文章
- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时，我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
27
4
我创建了一个具有重复行的数据框，如下所示:
df = pd.DataFrame({"Order Date": ["January 1, 2017", "March 15, 2017", "April 20, 2017", "June 23, 2017", "December 12, 2017", None, "April 20, 2017", "April 20, 2017"],
"Sales Person": ["John", "John", "Rick", "Mary", "Mary", "Rick", "Rick", "Rick"],
"Items Sold": [4, -999, 1, np.nan, 7, 3, 1, 1],
"Item Price": [4.99, 1.99, 9.99, 19.99, 0.99, 2.99, 9.99, 9.99]})
在 Jupyter 中看起来像这样: 
如果我得到重复项，它会正确显示重复的两行。
df[df.duplicated()]
然后，我调用 drop_duplicates 删除第二个重复项并保留第一个。
df.drop_duplicates()
但是，看起来它删除了两行而不是保留第一行。我是否在 drop_duplicates 方法中遗漏了某些内容？文档字符串表明 keep 参数默认为 first，即使我明确输入该参数，这种情况仍然会发生。
最佳答案
您的示例中有三个重复的行，使用 keep= False 查看全部
df[df.duplicated(keep=False)]
Out[661]:
Item Price Items Sold Order Date Sales Person
2 9.99 1.0 April 20, 2017 Rick
6 9.99 1.0 April 20, 2017 Rick
7 9.99 1.0 April 20, 2017 Rick
然后，您drop_duplicates将只保留第3行索引=2处的第一个
df.drop_duplicates()
Out[659]:
Item Price Items Sold Order Date Sales Person
0 4.99 4.0 January 1, 2017 John
1 1.99 -999.0 March 15, 2017 John
2 9.99 1.0 April 20, 2017 Rick
3 19.99 NaN June 23, 2017 Mary
4 0.99 7.0 December 12, 2017 Mary
5 2.99 3.0 None Rick
关于python - Pandas `drop_duplicates` 不保留第一行，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/47659385/
27
4
0
在尝试根据日期时间索引的值对时间序列执行拖放复制时，我正撞在墙上。 我的功能如下: def csv_import_merge_T(f): dfsT = [pd.read_csv(fp, in
我正在 DataFrame 中查看一组临时员工。我正在使用 Pandas，我需要在每个人的集合中删除重复项。因此，对于 Greene，我只需要 apnt_ymd 列中的一个唯一日期。该集合中有两个 2
对于子集参数，我想指定前 n-1 列。我该怎么做呢？ 例如:在以下数据集中 0 1 2 3 4 5 6 0 0 12 1 99 23 2 75 1 0 12
“去重”通过字面意思不难理解，就是删除重复的数据。在一个数据集中，找出重复的数据删并将其删除，最终只保存一个唯一存在的数据项，这就是数据去重的整个过程。删除重复数据是数据分析中经常会遇到的一个问题。通
我有一个 pd.DataFrame具有以下结构: $ df.head() target refTime name latitude lon
根据 here 的回答，我正在尝试从一个数据帧中删除其他数据帧中存在的行。 它非常适合此输入: csv1: sale_date,price,latitude,longitude Wed May 21
我有一个非常大的数据框。当我运行:df=df.drop_duplicates()时，出现以下错误: ValueError: Buffer has wrong number of dimensions
我正在使用 Python 3.6 从 BoardEX 读取 .csv 文件。我知道数据中有很多重复条目。 main = pd.read_csv("C:/Users/theca/Downloads/57
我有一个数据集，我想根据某些条件在其中删除重复项。 例如，假设我有一张表 ID date group 3001 2010 DCM 3001 2012 NII 3001
我想根据列值的类型删除数据框的重复行。例如，我的数据框是: A B 3 4 3 4 3 5 yes 8 no 8 yes 8 如果 df['A'] 是一个数字，我想 d
有什么方法可以将 drop_duplicates 与条件一起使用吗？例如，让我们采用以下数据框: import pandas as pd df = pd.DataFrame({ 'Customer_N
我有一个简单的数据框。我正在尝试删除基于两列的重复行。 import pandas as pd b = pd.read_json('{"columns":["a","b"],"data":[[3110
我有一个包含重复条目的 pandas 数据框，我想使用 seaborn 创建一个 tsplot。我在数据帧上调用 drop_duplicates (甚至调用 reset_index())，但是当我必须
我创建了一个具有重复行的数据框，如下所示: df = pd.DataFrame({"Order Date": ["January 1, 2017", "March 15, 2017", "April
是否有可能使用 pandas.drop_duplicates使用比较运算符比较特定列中的两个对象以识别重复项？如果不能，还有什么选择？ 这是一个可以使用它的例子: 我有一个 pandas DataFr
我正在尝试在我的数据框上使用 drop_duplicates 方法，但我得到了一个错误。请参阅以下内容: error: TypeError: unhashable type: 'list' 我使用的代
如下所示： DataFrame.drop_duplicates(subset=None, keep='first', inplace=False) subset考虑重复发生在哪一列，默认
注意:请参阅下面的编辑。 我需要记录从我的 df 中删除的所有行，但我不确定如何捕获它们。日志应该是一个数据框，我可以为每个 .drop 或 .drop_duplicates 操作更新它。以下是我要记
注意:请参阅下面的编辑。 我需要记录从我的 df 中删除的所有行，但我不确定如何捕获它们。日志应该是一个数据框，我可以为每个 .drop 或 .drop_duplicates 操作更新它。以下是我要记
我有一个包含两列的数据框。第一列(例如 A)有重复项，第二列则没有。 我已经尝试过 df["A"].drop_duplicates(inplace=True) 但返回相同的行数。如何删除“A”列中的值
我是一名优秀的程序员,十分优秀！