pandas去重有哪些方法

pandas去重的方法有：1、使用drop_duplicates()方法；2、使用duplicated()方法；3、使用unique()方法；4、使用value_counts()方法。详细介绍：1、使用drop_duplicates()方法，用于删除数据框中重复的行并返回一个新的数据框，它可以设置参数来控制如何进行去重，比如指定去重后的保留顺序、去重时的比较列等等。

本教程操作系统：windows10系统、DELL G3电脑。

Pandas是一个强大的Python数据分析库，提供了多种去重的方法。以下是使用Pandas进行去重操作的常见方法：

1、使用drop_duplicates()方法

drop_duplicates()方法用于删除数据框中重复的行并返回一个新的数据框。它可以设置参数来控制如何进行去重，比如指定去重后的保留顺序、去重时的比较列等。

示例代码：

import pandas as pd  
  
df = pd.DataFrame({'A': [1, 2, 1, 2, 3], 'B': [4, 5, 6, 7, 8]})  
df_unique = df.drop_duplicates()  # 默认情况下，按行进行去重，返回新的数据框

2、使用duplicated()方法

duplicated()方法用于查找数据框中重复的行并返回一个布尔系列。它可以设置参数来控制如何进行去重，比如指定去重后的保留顺序、去重时的比较列等。

示例代码：

import pandas as pd  
  
df = pd.DataFrame({'A': [1, 2, 1, 2, 3], 'B': [4, 5, 6, 7, 8]})  
df_unique = df[~df.duplicated()]  # 使用duplicated()方法查找重复的行，并使用逻辑非运算符返回不重复的行

3、使用unique()方法

unique()方法用于返回数据框中所有唯一的值，并返回一个列表或Series对象。它可以用于单列或多列的去重。

示例代码：

import pandas as pd  
  
df = pd.DataFrame({'A': [1, 2, 1, 2, 3], 'B': [4, 5, 6, 7, 8]})  
df_unique = df.apply(lambda x: pd.Series(x.unique()))  # 使用apply()方法对每一列进行去重，并返回一个Series对象

4、使用value_counts()方法

value_counts()方法用于统计数据框中每个值的出现次数，并返回一个Series对象。它可以用于单列或多列的去重。

示例代码：

import pandas as pd  
  
df = pd.DataFrame({'A': [1, 2, 1, 2, 3], 'B': [4, 5, 6, 7, 8]})  
df_unique = df.groupby(df.columns.tolist()).size().reset_index(name='counts')  # 对整个数据框进行分组计数，并返回一个Series对象，然后使用reset_index()方法转换为数据框格式，方便查看每个值的出现次数

以上是pandas去重有哪些方法的详细内容。更多信息请关注PHP中文网其他相关文章！