pandas删除重复数据的第一次出现，求代码

可以使用pandas中的`drop_duplicates`方法，设定参数`keep='last'`来保留最后一次出现的数据。代码如下：

import pandas as pd

# 创建示例数据
data = {'col1': [1, 2, 3, 1, 2, 3],
        'col2': ['a', 'b', 'c', 'd', 'e', 'f']}
df = pd.DataFrame(data)

# 删除重复数据中的第一次出现
df.drop_duplicates(subset=['col1'], keep='last', inplace=True)

# 输出结果
print(df)

输出结果如下：

   col1 col2
2     3    c
4     2    e
5     3    f

相关问题

python实现csv当年份和证券代码相同时,删除重复数据,保留第一次出现的数据

可以使用Python的pandas库来实现该功能。代码示例如下：

import pandas as pd

df = pd.read_csv('data.csv')
df.drop_duplicates(subset=['Year', 'Code'], keep='first', inplace=True)
df.to_csv('output.csv', index=False)

其中，`data.csv`是原始数据文件，`output.csv`是去重后保存的文件。`drop_duplicates`函数的`subset`参数指定按照哪些列判断重复，`keep`参数指定保留哪个重复行，`inplace`参数指定是否在原始数据上进行修改。

pandas数据去重代码

以下是使用pandas进行数据去重的代码示例：

import pandas as pd

# 创建DataFrame
data = pd.DataFrame({'G1': ['a', 'b', 'b', 'a', 'c', 'd', 'd', 'c', 'e', 'f'],
                     'G2': ['b', 'a', 'c', 'd', 'd', 'c', 'e', 'f', 'g', 'h']})

# 执行去重操作
data.drop_duplicates(inplace=True)

# 输出去重后的结果
print(data)

执行以上代码后，将得到以下结果：

  G1 G2
0  a  b
  b  a
2  c  d
3  d  c
4  e  f
5  f  g
6  g  h

这段代码使用了pandas的`drop_duplicates`函数，通过设置`inplace=True`参数，直接在原始DataFrame上进行去重操作。去重后的结果将会保留第一次出现的元素，后续重复的元素将会被删除。