drop_duplicates()删除特定列的重复数据使用示例

可以这样使用 drop_duplicates() 函数来删除特定列的重复数据：

import pandas as pd

# 读取数据集
df = pd.read_csv('data.csv')

# 删除 "name" 列的重复数据，保留第一个出现的值
df = df.drop_duplicates(subset=['name'], keep='first')

# 打印处理后的数据集
print(df.head())

代码中的 `subset` 参数指定要删除重复数据的列，本例中是 "name" 列，`keep` 参数设为 'first' 表示保留第一个出现的值。

相关问题

drop_duplicates 删除所有重复的

你可以使用 pandas 库中的 `drop_duplicates` 函数来删除 DataFrame 中的重复行。以下是一个示例代码：

import pandas as pd

# 创建一个包含重复行的 DataFrame
data = {'col1': [1, 2, 2, 3, 4, 4],
        'col2': ['a', 'b', 'b', 'c', 'd', 'd']}
df = pd.DataFrame(data)

# 删除重复行
df = df.drop_duplicates()

print(df)

运行该代码后，将会输出删除重复行后的 DataFrame。

注意：如果要删除特定列中的重复值，可以在 `drop_duplicates` 函数中传入 `subset` 参数，指定要考虑的列名。

python drop_duplicates()函数

在Python中，pandas库提供了drop_duplicates()函数来去除数据中的重复值。drop_duplicates()函数将返回一个新的DataFrame，其中不包含重复的行。

下面是一个使用drop_duplicates()函数的示例：

import pandas as pd

# 创建一个包含重复值的DataFrame
data = {'col1': [1, 2, 3, 3, 4, 4, 5],
        'col2': ['a', 'b', 'c', 'c', 'd', 'd', 'e']}
df = pd.DataFrame(data)

# 去除重复值
df_no_duplicates = df.drop_duplicates()

print(df_no_duplicates)

这段代码将打印出去除重复值后的DataFrame。drop_duplicates()函数默认会比较所有列的值，如果一行中所有列的值都相同，则被视为重复行。你也可以指定特定的列来进行比较，通过传递`subset`参数来指定列名的列表。

除了drop_duplicates()函数外，pandas库还提供了其他处理重复值的方法，例如duplicated()函数可以返回一个布尔型Series，用于标识重复行。你可以根据具体需求选择合适的方法来处理重复值。