dataframe删除重复值

在 Pandas 中，可以使用 `drop_duplicates()` 方法来删除 DataFrame 中的重复行。该方法返回一个新的 DataFrame，该 DataFrame 不包含任何重复行。

示例代码如下：

import pandas as pd

# 创建一个包含重复行的 DataFrame
df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie', 'Alice'],
    'age': [25, 30, 35, 25]
})

# 删除重复行
df = df.drop_duplicates()

# 打印结果
print(df)

输出结果为：

      name  age
0    Alice   25
1      Bob   30
2  Charlie   35

在上述示例中，我们首先创建了一个包含重复行的 DataFrame。然后，我们使用 `drop_duplicates()` 方法删除重复行，并将结果存储在一个新的 DataFrame 中。最后，我们打印了结果以验证是否成功删除了重复行。

相关问题

dataframe 删除重复值

可以使用 pandas 库中的 drop_duplicates() 方法来删除 dataframe 中的重复值。具体的代码如下：

df.drop_duplicates()

其中，df 是你的 dataframe 对象。这个方法会返回一个新的 dataframe，其中已经删除了重复的行。如果你想要在原 dataframe 上直接修改，可以加上 inplace=True 参数：

df.drop_duplicates(inplace=True)

pandas: DataFrame 删除重复的行

在 Pandas 中，可以使用 drop_duplicates() 方法删除 DataFrame 中的重复行。

示例代码：

import pandas as pd

# 创建 DataFrame
data = {'name': ['Alice', 'Bob', 'Alice', 'Charlie', 'Bob'],
        'age': [25, 30, 25, 35, 30],
        'city': ['New York', 'Paris', 'London', 'Tokyo', 'Paris']}
df = pd.DataFrame(data)

# 删除重复行
df.drop_duplicates(inplace=True)

# 打印结果
print(df)

输出结果：

       name  age      city
0     Alice   25  New York
1       Bob   30     Paris
3  Charlie   35     Tokyo

可以看到，重复的行已经被删除了。注意，drop_duplicates() 方法默认会判断所有列的值是否相同，只有完全相同的行才会被删除。如果只想根据某些列进行判断，可以使用 subset 参数指定这些列的名称。例如，如果只想根据 name 和 city 这两列进行判断，可以这样写：

df.drop_duplicates(subset=['name', 'city'], inplace=True)