Wie entferne ich doppelte Spalten in einem Pandas-Datenrahmen?

Doppelte Spalten in einem Pandas-Datenrahmen entfernen

Beim Umgang mit Datenrahmen, die doppelte Spalten enthalten, ist es für effektive Daten erforderlich, diese Redundanzen zu beseitigen Analyse. Dieser Artikel bietet eine umfassende Lösung zum Entfernen doppelter Spalten in Pandas und geht auf alle Aspekte des Problems ein.

Doppelte Spaltennamen

Um Spalten zu entfernen, die ausschließlich auf doppelten Namen basieren, Eine einfache Lösung ist:

<code class="python">df = df.loc[:,~df.columns.duplicated()].copy()</code>

Diese Zeile prüft auf doppelte Spaltennamen und behält nur diejenigen bei, die eindeutig sind.

Doppelte Spaltenwerte

Wenn das Ziel darin besteht, Spalten basierend auf doppelten Werten zu entfernen, ist ein anderer Ansatz erforderlich, ohne den Datenrahmen zu transponieren:

<code class="python">df = df.loc[:,~df.apply(lambda x: x.duplicated(),axis=1).all()].copy()</code>

Diese Methode prüft auf doppelte Werte innerhalb jeder Spalte und eliminiert Spalten, in denen alle Werte Duplikate sind.

Duplizierte Indizes

Um doppelte Indizes zu entfernen, gehen Sie ähnlich vor:

<code class="python">df = df.loc[~df.index.duplicated(),:].copy()</code>

Zusätzliche Hinweise

• Die bereitgestellten Lösungen gehen davon aus, dass der Datenrahmen bereits in eine Variable namens df geladen ist.
• ~df.columns.duplicated() und ~df.index.duplicated() geben boolesche Arrays zurück, die angeben, welche Spalten bzw Indizes sind Duplikate.
• Die all()-Funktion in ~df.apply(lambda x: x.duplicated(),axis=1).all() prüft, ob alle Werte innerhalb einer Spalte Duplikate sind.
• Die Methode .copy() wird verwendet, um einen neuen Datenrahmen mit den Änderungen zu erstellen, wodurch Probleme beim Ändern des vorhandenen Datenrahmens vermieden werden.

Das obige ist der detaillierte Inhalt vonWie entferne ich doppelte Spalten in einem Pandas-Datenrahmen?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!