输出dataframe重复的行
时间: 2023-04-04 18:01:39 浏览: 50
可以使用 pandas 库中的 drop_duplicates() 方法来删除 dataframe 中的重复行,示例代码如下:
df.drop_duplicates(inplace=True)
其中,inplace=True 表示在原 dataframe 上进行修改,如果不加该参数,则返回一个新的 dataframe。
相关问题
dataframe检查重复行
好的,您想了解如何检查 dataframe 中的重复行吗?可以使用 pandas 库来检查 dataframe 中的重复行,具体的方法是使用 Pandas 的 duplicated() 函数。
以下是一个使用 Pandas 检查重复行的示例代码:
``` python
import pandas as pd
# 创建一个示例 dataframe
data = {'Name': ['John', 'Alex', 'Sarah', 'John'],
'Age': [21, 25, 22, 21],
'City': ['New York', 'San Francisco', 'Los Angeles', 'Miami']}
df = pd.DataFrame(data)
# 检查 dataframe 中是否存在重复行
print(df.duplicated())
```
输出结果如下所示:
```
0 False
1 False
2 False
3 True
dtype: bool
```
结果显示第 4 行为重复行。如果您希望删除 dataframe 中的重复行,可以使用 drop_duplicates() 函数,具体示例代码如下:
``` python
# 删除 dataframe 中的重复行
df.drop_duplicates(inplace=True)
# 打印删除重复行之后的 dataframe
print(df)
```
输出结果如下所示:
```
Name Age City
0 John 21 New York
1 Alex 25 San Francisco
2 Sarah 22 Los Angeles
```
dataframe去除重复行
可以使用 pandas 库中的 drop_duplicates() 函数来去除 dataframe 中的重复行,例如:
```
import pandas as pd
# 创建一个示例 dataframe
df = pd.DataFrame({'A': [1, 2, 3, 2, 1], 'B': [4, 5, 6, 6, 4]})
# 输出原始 dataframe
print('原始 dataframe:')
print(df)
# 去除重复行
df = df.drop_duplicates()
# 输出去重后的 dataframe
print('去重后的 dataframe:')
print(df)
```
执行上述代码后,输出结果如下:
```
原始 dataframe:
A B
0 1 4
1 2 5
2 3 6
3 2 6
4 1 4
去重后的 dataframe:
A B
0 1 4
1 2 5
2 3 6
3 2 6
```
可以看到,去重后的 dataframe 中已经没有重复行了。