drop_duplicates()函數

１dataframe刪除某一列的重復元素，默認只留下第一次出現的

inplace參數設置為true時直接在原數據上修改,為False時,生成副本.

注意所有函數中inplace一旦設置為True,此時后面不能再跟任何函數,因為它整體已經是None.想要再跟函數只能再寫一行.

且此時在前面也不能賦值,賦值也是None.因為設置為True時,整體是None,設置為False時,整體是一個引用,可以賦給其它變量.

a1 = pd.DataFrame({ 'a': [1, 1, 3, 2,], 'b': [1, 1, 6, 4,], 'c': [1, 1, 3, 9,] }) print(a1) a1.drop_duplicates(inplace=True) print(a1) # 這里inplace為假，整體實際上是一個引用，所以可以直接輸出. print(a1.drop_duplicates(['a','b'], keep='first',inplace=False)) # 注意這里因為inplace為真，直接在原數據上修改，直接輸出是空，因為它並不是一個引用，a1才是引用.
print(a1.drop_duplicates(['a','b'], keep='first',inplace=True)) # a b c # 0 1 1 1 # 1 1 1 1 # 2 3 6 3 # 3 2 4 9 # a b c # 0 1 1 1 # 2 3 6 3 # 3 2 4 9 # a b c # 0 1 1 1 # 2 3 6 3 # 3 2 4 9 # None

 

 https://blog.csdn.net/qq_28811329/article/details/79962511

 test_sample_quchong = test_sample.drop_duplicates(['ggid'])利用 data.drop_duplicates()#data中一行元素全部相同時才去除可檢查dataframe是否有重復的行
 參考：   https://www.cnblogs.com/mahailuo/p/8317178.html

2 想要留下去掉的重復行，可以先刪除重復行后，保存索引，再刪除索引.

import pandas as pd
import numpy as np
import re

df = pd.DataFrame({'a': [1,1,3,4,3],
                   'b': [1,1,3,4,3],
                   'c': [1,1,3,4,3]})
print('原始數據：\n',df)
print('去掉重復行后：\n', df.drop_duplicates())
drop_index = df.drop_duplicates().index.tolist()
print('去掉的重復行是：\n',df.drop(drop_index))
# 原始數據：
#     a  b  c
# 0  1  1  1
# 1  1  1  1
# 2  3  3  3
# 3  4  4  4
# 4  3  3  3
# 去掉重復行后：
#     a  b  c
# 0  1  1  1
# 2  3  3  3
# 3  4  4  4
# 去掉的重復行是：
#     a  b  c
# 1  1  1  1
# 4  3  3  3