pandas series 去重

使用pandas中的drop_duplicates()方法可以对Series进行去重操作。该方法会返回一个去重后的新Series。

示例代码如下：

import pandas as pd

# 创建Series
s = pd.Series([1, 2, 3, 1, 2, 3])

# 去重
s_unique = s.drop_duplicates()

print(s_unique)

输出结果为：

0    1
1    2
2    3
dtype: int64

相关问题

pandas怎么去重

在pandas中，可以使用`drop_duplicates()`函数来去除DataFrameSeries中的重复值。该函数会返回一个新的DataFrame或Series，其中不包含重复值。

下面是使用`drop_duplicates()`函数去重的示例代码：

import pandas as pd

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

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

print(df_unique)

输出结果为：

   col1 col2
0     1    a
1     2    b
3     3    c
4     4    d
6     5    e

在上述示例中，`drop_duplicates()`函数默认会对所有列进行去重操作。如果只想对特定列进行去重，可以使用`subset`参数指定需要去重的列名。

另外，`drop_duplicates()`函数还提供了一些其他参数，例如`keep`参数用于指定保留哪个重复值（默认保留第一个出现的重复值），`inplace`参数用于指定是否在原地修改DataFrame等。

pandas list去重

在pandas中，可以使用drop_duplicates()方法对列表进行去重操作。drop_duplicates()方法会返回一个去重后的新列表。

下面是使用drop_duplicates()方法进行列表去重的示例代码：

import pandas as pd

# 创建一个包含重复元素的列表
data = [1, 2, 3, 2, 4, 3, 5]

# 将列表转换为pandas的Series对象
series = pd.Series(data)

# 使用drop_duplicates()方法进行去重
new_series = series.drop_duplicates()

# 打印去重后的结果
print(new_series)

运行以上代码，输出结果为：

0    1
1    2
2    3
4    4
6    5
dtype: int64

可以看到，重复的元素被去除，得到了一个去重后的新列表。