pandas DataFrame 删除重复的行的实现方法

1. 建立一个dataframe

 c=pd.dataframe({'a':['dog']*3+['fish']*3+['dog'],'b':[10,10,12,12,14,14,10]})

2. 判断是否有重复项

用duplicated（ ）函数判断  

c.duplicated()

3.  有重复项，则可以用drop_duplicates()移除重复项

c.drop_duplicates()

4. duplicated（ ）和drop_duplicates（ ）方法是以默认的方式判断全部的列（上面的例子中是看两个变量a和b是否都是重复出现）。

我们也可以对特定的列进行重复项判断。

 c.duplicated(['a'])   c.drop_duplicates(['a'])

 c.duplicated(['b'])   c.drop_duplicates(['b'])

5.  norepeat_df = df.drop_duplicates(subset=['a_id', 'b_id'], keep='first')

#上面的命令去掉unit_id和kpi_id列中重复的行，并保留重复出现的行中第一次出现的行

补充： 

• 当keep=false时，就是去掉所有的重复行 
• 当keep=‘first'时，就是保留第一次出现的重复行 
• 当keep='last'时就是保留最后一次出现的重复行。 

（注意，这里的参数是字符串，要加引号！！！）

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。