如何有效刪除 Pandas 中的連續重複項？

有效刪除 Pandas 中的連續重複項

使用 pandas DataFrame 時，通常需要刪除重複值。然而，內建的 drop_duplicates() 方法會刪除重複值的所有實例，包括連續的重複項。對於只需要刪除連續重複項的情況，有更有效的方法可用。

一種方法涉及使用 shift() 函數。透過將 DataFrame 與其移位版本 (a.shift(-1)) 進行比較，可以建立一個布林遮罩來識別連續重複發生的位置。然後，可以使用此遮罩僅選擇唯一值，如下例所示：

a.loc[a.shift(-1) != a]

另一種方法利用 diff() 函數。它計算行之間的差異，可用於識別連續的重複項。然而，對於大型資料集，它比shift()方法慢。

使用：

a.loc[a.diff() != 0]

原始答案建議使用shift()，週期為-1，但正確的用法是shift(1)（或簡稱為shift()），因為默認的移位週期為1。此修改確保只有第一個連續值是回傳：

a.loc[a.shift(1) != a]

shift() 和diff() 方法都提供了刪除Pandas 中連續重複項的有效方法，應根據具體上下文和效能要求進行考慮。

以上是如何有效刪除 Pandas 中的連續重複項？的詳細內容。更多資訊請關注PHP中文網其他相關文章！