# -*- coding: utf-8 -*-
#1. 概念：把資料結構中，行相同的資料只保留一行。
# 語法： drop_duplicates 該方法返回一個去重後的資料框物件
from pandas import read_csv
df = read_csv("D:/python/workspace/pythonStudy/8.csv")
#找出行重複的位置（索引值）
dIndex = df.duplicated() #返回一列布林值。如果某行資料沒有出現過，則返回False，否則返回True
#找出列重複位置
dIndex = df.duplicated('id') #返回id這一列重複的位置
dIndex = df.duplicated(['id','key']) #這兩列同時重複的位置
#根據上面的返回值，把重複資料提取出來
df[dIndex]
#刪除重複值
#預設根據所有的列，進行刪除（當某兩行所有列的資料都重複時，會刪除其中一行）
newDf = df.drop_duplicates()
#當然也可以指定某一列或多列，進行重複值刪除
newDf = df.drop_duplicates("id")
newDf = df.drop_duplicates(["id","key"])
|
|
更多Python技術可關注：itheimaGZ獲取