Python对多属性的重复数据去重实例


            python中的pandas模块中对重复数据去重步骤：

1）利用DataFrame中的duplicated方法返回一个布尔型的Series,显示各行是否有重复行，没有重复行显示为FALSE，有重复行显示为TRUE；

2）再利用DataFrame中的drop_duplicates方法用于返回一个移除了重复行的DataFrame。

注释：

如果duplicated方法和drop_duplicates方法中没有设置参数，则这两个方法默认会判断全部咧，如果在这两个方法中加入了指定的属性名（或者称为列名），例如：frame.drop_duplicates(['state']),则指定部分列（state列）进行重复项的判断。

具体实例如下：





>>> import pandas as pd 

>>> data={'state':[1,1,2,2],'pop':['a','b','c','d']} 

>>> frame=pd.DataFrame(data) 

>>> frame 

 pop state 

0 a  1 

1 b  1 

2 c  2 

3 d  2 

>>> IsDuplicated=frame.duplicated() 

>>> print IsDuplicated 

0 False 

1 False 

2 False 

3 False 

dtype: bool 

>>> frame=frame.drop_duplicates(['state']) 

>>> frame 

 pop state 

0 a  1 

2 c  2 

>>> IsDuplicated=frame.duplicated(['state']) 

>>> print IsDuplicated 

0 False 

2 False 

dtype: bool 

>>> 



以上这篇Python对多属性的重复数据去重实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持中文源码网。