Pandas DataFrame DataFrame.drop_duplicates() 函式
Suraj Joshi
2023年1月30日
-
pandas.DataFrame.drop_duplicates()的語法 -
示例程式碼：使用 Pandas
DataFrame.set_index()方法刪除重複的行 -
示例程式碼設定
subset引數的 PandasDataFrame.set_index()方法 -
示例程式碼：設定
keep引數 PandasDataFrame.set_index()方法 -
示例程式碼：設定
ignore_index引數的 PandasDataFrame.set_index()方法
Python Pandas DataFrame.drop_duplicates() 函式從 DataFrame 中刪除所有重複的行。
pandas.DataFrame.drop_duplicates() 的語法
DataFrame.drop_duplicates(subset: Union[Hashable, Sequence[Hashable], NoneType]=None,
keep: Union[str, bool]='first',
inplace: bool=False,
ignore_index: bool=False)
引數
subset |
列標籤或標籤序列。識別重複時需要考慮的列 |
keep |
first、last 或 False。刪除除第一個以外的所有重複資料(keep=first)，刪除除最後一個以外的所有重複資料(keep=last)或刪除所有重複資料(keep=False) |
inplace |
Boolean.如果為 True，修改呼叫者的 DataFrame。 |
ignore_index |
布林型。如果是 True，則忽略原始 DataFrame 中的索引，預設值是 False，即使用索引。預設值是 False，表示使用索引。 |
返回值
如果 inplace 為 True，則從 DataFrame 中刪除所有重複的行，否則為 None。
示例程式碼：使用 Pandas DataFrame.set_index() 方法刪除重複的行
import pandas as pd
fruit_list = [ ('Orange', 34, 'Yes' ,'ABC') ,
('Mango', 24, 'No','XYZ' ) ,
('banana', 14, 'No','BCD' ) ,
('Orange', 34, 'Yes' ,'ABC') ]
df = pd.DataFrame(fruit_list,
columns = ['Name',
'Price',
'In_Stock',
'Supplier'])
print("DataFrame:")
print(df)
df_unique=df.drop_duplicates()
print("DataFrame with Unique Rows:")
print(df_unique)
輸出：
DataFrame:
Name Price In_Stock Supplier
0 Orange 34 Yes ABC
1 Mango 24 No XYZ
2 banana 14 No BCD
3 Orange 34 Yes ABC
DataFrame with Unique Rows:
Name Price In_Stock Supplier
0 Orange 34 Yes ABC
1 Mango 24 No XYZ
2 banana 14 No BCD
原始的 DataFrame 的第 1 行和第 4 行是相同的。
你可以通過使用 drop_duplicates() 方法從 DataFrame 中刪除所有重複的行。
示例程式碼設定 subset 引數的 Pandas DataFrame.set_index() 方法
import pandas as pd
fruit_list = [ ('Orange', 34, 'Yes' ,'ABC') ,
('Mango', 24, 'No','XYZ' ) ,
('banana', 14, 'No','ABC' ) ,
('Orange', 34, 'Yes' ,'ABC') ]
df = pd.DataFrame(fruit_list,
columns = ['Name',
'Price',
'In_Stock',
'Supplier'])
print("DataFrame:")
print(df)
df_unique=df.drop_duplicates(subset ="Supplier")
print("DataFrame with Unique vales of Supplier Column:")
print(df_unique)
輸出：
DataFrame:
Name Price In_Stock Supplier
0 Orange 34 Yes ABC
1 Mango 24 No XYZ
2 banana 14 No ABC
3 Orange 34 Yes ABC
DataFrame with Unique vales of Supplier Column:
Name Price In_Stock Supplier
0 Orange 34 Yes ABC
1 Mango 24 No XYZ
該方法刪除 DataFrame 中所有不具有 Supplier 列唯一值的行。
在這裡，第 1、3 和 4 行的 Supplier 列有一個共同的值。因此，第 3 和第 4 行將被從 DataFrame 中刪除；預設情況下，第一條重複的行不會被刪除。
示例程式碼：設定 keep 引數 Pandas DataFrame.set_index() 方法
import pandas as pd
fruit_list = [ ('Orange', 34, 'Yes' ,'ABC') ,
('Mango', 24, 'No','XYZ' ) ,
('banana', 14, 'No','ABC' ) ,
('Orange', 34, 'Yes' ,'ABC') ]
df = pd.DataFrame(fruit_list,
columns = ['Name',
'Price',
'In_Stock',
'Supplier'])
print("DataFrame:")
print(df)
df_unique=df.drop_duplicates(subset ="Supplier",keep="last")
print("DataFrame with Unique vales of Supplier Column:")
print(df_unique)
輸出：
DataFrame:
Name Price In_Stock Supplier
0 Orange 34 Yes ABC
1 Mango 24 No XYZ
2 banana 14 No ABC
3 Orange 34 Yes ABC
DataFrame with Unique vales of Supplier Column:
Name Price In_Stock Supplier
1 Mango 24 No XYZ
3 Orange 34 Yes ABC
該方法刪除 DataFrame 中所有在 Supplier 列中沒有唯一值的行，只保留最後一條重複的行。
在這裡，第 1，3，4 行的 Supplier 列有一個共同的值。所以第 1 和第 3 行將從 DataFrame 中刪除。
示例程式碼：設定 ignore_index 引數的 Pandas DataFrame.set_index() 方法
import pandas as pd
fruit_list = [ ('Orange', 34, 'Yes' ,'ABC') ,
('Mango', 24, 'No','XYZ' ) ,
('banana', 14, 'No','ABC' ) ,
('Orange', 34, 'Yes' ,'ABC') ]
df = pd.DataFrame(fruit_list,
columns = ['Name',
'Price',
'In_Stock',
'Supplier'])
print("DataFrame:")
print(df)
df.drop_duplicates(subset ="Supplier",keep="last",inplace=True,ignore_index=True)
print("DataFrame with Unique vales of Supplier Column:")
print(df)
輸出：
DataFrame:
Name Price In_Stock Supplier
0 Orange 34 Yes ABC
1 Mango 24 No XYZ
2 banana 14 No ABC
3 Orange 34 Yes ABC
DataFrame with Unique vales of Supplier Column:
Name Price In_Stock Supplier
0 Mango 24 No XYZ
1 Orange 34 Yes ABC
這裡，由於 ignore_index 被設定為 True，原 DataFrame 中的索引被忽略，併為該行設定新的索引。
由於 inplace=True 函式的作用，在呼叫 ignore_index() 函式後，原 DataFrame 被修改。
作者： Suraj Joshi
Suraj Joshi is a backend software engineer at Matrice.ai.
LinkedIn