dataframe删除重复

要在DataFrame中删除重复行，可以使用`drop_duplicates()`方法。该方法返回一个新的DataFrame，其中包含不重复的行。

示例代码：

import pandas as pd

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

# 删除重复行
df = df.drop_duplicates()

# 打印结果
print(df)

输出结果：

  col1  col2
0    a     1
1    b     2
2    c     3

在上面的代码中，我们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，并将结果赋值给原始变量`df`。最后，我们打印结果，可以看到重复行已经被删除了。

相关问题

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。

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)