Python删除表中重复数据代码

你可以使用Python中的set()函数来删除表中的重复数据，具体实现代码如下：

# 原始列表
lst = [1, 2, 3, 2, 1, 4, 5, 4, 6]
# 转换为集合并去重
lst = list(set(lst))
# 打印去重后的列表
print(lst)

这个代码会输出去重后的列表：`[1, 2, 3, 4, 5, 6]`。

相关问题

python删除数据data重复行代码

可以使用Python中的pandas库来删除重复行，具体代码如下：

import pandas as pd

# 创建包含重复行的数据框
df = pd.DataFrame({'data': [1, 2, 3, 4, 2, 5, 3, 6]})
print("重复行删除前：\n", df)

# 删除重复行
df.drop_duplicates(inplace=True)
print("重复行删除后：\n", df)

输出结果为：

重复行删除前：
    data
0     1
1     2
2     3
3     4
4     2
5     5
6     3
7     6
重复行删除后：
    data
0     1
1     2
2     3
3     4
5     5
7     6

在代码中，首先使用pandas库创建了一个包含重复行的数据框，然后使用`drop_duplicates`函数删除了重复的行，并将结果保存在原数据框中，最后输出了删除重复行后的结果。

用python对xls第一列数据去重，删除不重复的数据，将所有重复的数据保存到新表中

可以使用 pandas 库来读取 xls 文件并去重，同时将所有重复的数据保存到新表中，删除不重复的数据。具体代码如下：

import pandas as pd

# 读取 xls 文件中的第一个表格
df = pd.read_excel('文件路径.xls', sheet_name=0)

# 对第一列数据进行去重，并将所有重复的数据保存到新表中
duplicate_df = df[df.duplicated(subset=[df.columns[0]], keep=False)]
duplicate_df.to_excel('重复数据路径.xls', index=False)

# 保留重复的数据，删除不重复的数据
df = df[df.duplicated(subset=[df.columns[0]], keep=False)]

# 将去重后的数据保存到新的 xls 文件中
df.to_excel('新文件路径.xls', index=False)

其中，`df.columns[0]` 表示获取第一列的列名，`duplicated()` 方法可以找出重复的行，`keep=False` 表示全部保留。`to_excel()` 方法可以将去重后的数据保存到新的 xls 文件中，同时也可以将所有重复的数据保存到新表中。最后，使用过滤器将不重复的数据删除。