pandas 根据一列去重

可以使用Pandas中的unique()方法来根据一列去重。例如，假设我们有一个名为df的数据框，其中包含一列名为“c1”，我们可以使用以下代码来根据“c1”列去重：

df['c1'].unique()

这将返回一个包含唯一值的numpy数组。如果需要将其转换为Python列表，可以使用tolist()方法。如果需要根据“c1”列的唯一值来过滤数据框，则可以使用以下代码：

df[df['c1'].isin(df['c1'].unique())]

这将返回一个新的数据框，其中包含根据“c1”列去重后的唯一值。

相关问题

pandas 按某列去重

可以使用 drop_duplicates() 方法的 subset 参数来指定按照某一列或多列去重。例如，如果我们要按照 DataFrame 中的列 col1 去重，则可以这样做：

import pandas as pd

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

# 按照 col1 列去除重复行并打印结果
df = df.drop_duplicates(subset=['col1'])
print(df)

这将输出一个去除了按 col1 列重复行的 DataFrame：

   col1 col2
0     1    a
1     2    b
3     3    c

在 subset 参数中，也可以指定多个列，以按多列去重。例如，如果我们要按照 col1 和 col2 两列去重，则可以这样做：

# 按照 col1 和 col2 列去除重复行并打印结果
df = df.drop_duplicates(subset=['col1', 'col2'])
print(df)

这将输出一个去除了按 col1 和 col2 列重复行的 DataFrame：

   col1 col2
0     1    a
1     2    b
3     3    c

pandas对列数据去重

可以使用 `drop_duplicates()` 方法对 pandas 数据库中的列数据进行去重，例如：

import pandas as pd

# 创建一个包含重复数据的 DataFrame
data = {'fruit': ['apple', 'banana', 'apple', 'orange', 'banana', 'banana'],
        'count': [2, 3, 1, 4, 2, 1]}
df = pd.DataFrame(data)

# 对 'fruit' 列进行去重
df_fruit = df.drop_duplicates('fruit')

print(df_fruit)

输出结果为：

    fruit  count
0   apple      2
1  banana      3
3  orange      4

在这个例子中，我们先创建了一个包含重复数据的 DataFrame，然后使用 `drop_duplicates()` 方法对 'fruit' 列进行去重，最终得到一个仅包含不重复 'fruit' 列的 DataFrame。