pandas之重复数据的查看、删除和提取(后附数据网盘链接)

发布时间:2024年01月15日

数据预览:

238cdd01f6d245d9a7f008b7de5d2a7b.png

一、 查看value_counts()

这一函数能够查看每一数据出现了几次,但是用data.value_counts()这一方法时,只有一行数据全都一样才算做重复行,如下图中的郭靖分数不一样的话它没有计入是重复行,要想以名字作为重复判断依据的话,可以用data['姓名'].value_counts()

data.value_counts()

0ea3046dc891476e99cc2535746b72c6.png

二、删除重复?drop_duplicates()

DataFrame.drop_duplicates(subset=None, keep='first', inplace=False)

1.参数介绍

(1)subset

用来指定特定的列,默认是所有列

(2)keep

指定处理重复值的方法:

A.first:保留第一次出现的值

B.last:保留最后一次出现的值

C.False:删除所有重复值,留下没有出现过重复的

(3)inplace

是直接在原来数据上修改还是保留一个副本

2.使用方法

比如我想删除名字重复的整行数据,保留第一次出现的数据

data.drop_duplicates(subset="姓名",keep="first")

9d71b5249b4242c497747900dd94bb11.png

三、提取重复

1.参数介绍

DataFrame.duplicated(subset=None, keep='first')

本函数的参数同drop_duplicates()是一样的,这里不再赘述

2.使用方法

比如我想提取各列数据都一样的重复数据,由一中我们可知这样的数据有杨过和小龙女两人

re=data.duplicated()
print(data[re])

19bb4fedcf73472e917708a0e44b7320.png

四、源数据网盘链接

链接:https://pan.baidu.com/s/1FhJqeJM51ufSfcoPQJzwtg?
提取码:1234?

?

文章来源:https://blog.csdn.net/2302_80061155/article/details/135587133
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。