df.drop_duplicates() 详解,df.drop()

 

删除含有指定元素的行或列，或删除指定行，列

用法：DataFrame.drop(labels=None,axis=0, index=None, columns=None, inplace=False)
参数说明：
labels 就是要删除的行列的名字，用列表给定
axis 默认为0，指删除行，因此删除columns时要指定axis=1；
index 直接指定要删除的行
columns 直接指定要删除的列
inplace=False，默认该删除操作不改变原数据，而是返回一个执行删除操作后的新dataframe；
inplace=True，则会直接在原数据上进行删除操作，删除后无法返回。
因此，删除行列有两种方式：
1）labels=None,axis=0 的组合
2）index或columns直接指定要删除的行或列

 

"""去重的两种方法：duplicated()和drop_duplicates();
DataFrame.drop_duplicates(subset=None, keep='first', inplace=False)"""

"""
参数：:
subset是用来指定特定的列，默认为所有列
keep:
当keep='first'时，就是保留第一次出现的重复行，其余删除
当keep='last'时，就是保留最后一次出现的重复行，其余删除
当keep=False时，就是删除所有重复行
inplace是指是否直接在原数据上进行修改，默认为否
"""
import pandas as pd

df = pd.DataFrame({
    'brand': ['Yum Yum', 'Yum Yum', 'Indomie', 'Indomie', 'Indomie'],
    'style': ['cup', 'cup', 'cup', 'pack', 'pack'],
    'rating': [4, 4, 3.5, 15, 5]})
print(f'原始数据：',df,sep="\n")
print(f'df.drop_duplicates()',df.drop_duplicates(),sep="\n")
print(f"删除在brand列中重复的数据行:",df.drop_duplicates(subset='brand'),sep="\n")
print(f"重复行保留第一次出现的行，删除其他行:",df.drop_duplicates(keep="first"),sep="\n")

print(f"inplace 布尔值，指是否直接在原数据上进行修改，默认为False:内存中数据",df.drop_duplicates(inplace=False),sep="\n")
print(f"df.drop_duplicates(inplace=False):原始数据",df,sep="\n")
print(f"df.drop_duplicates(inplace=True):内存中数据",df.drop_duplicates(inplace=True),sep="\n")
print(f"df.drop_duplicates(inplace=True):原始数据",df,sep="\n")

　　

原始数据：
     brand style  rating
0  Yum Yum   cup     4.0
1  Yum Yum   cup     4.0
2  Indomie   cup     3.5
3  Indomie  pack    15.0
4  Indomie  pack     5.0
df.drop_duplicates()
     brand style  rating
0  Yum Yum   cup     4.0
2  Indomie   cup     3.5
3  Indomie  pack    15.0
4  Indomie  pack     5.0
删除在brand列中重复的数据行:
     brand style  rating
0  Yum Yum   cup     4.0
2  Indomie   cup     3.5
重复行保留第一次出现的行，删除其他行:
     brand style  rating
0  Yum Yum   cup     4.0
2  Indomie   cup     3.5
3  Indomie  pack    15.0
4  Indomie  pack     5.0
inplace 布尔值，指是否直接在原数据上进行修改，默认为False:内存中数据
     brand style  rating
0  Yum Yum   cup     4.0
2  Indomie   cup     3.5
3  Indomie  pack    15.0
4  Indomie  pack     5.0
df.drop_duplicates(inplace=False):原始数据
     brand style  rating
0  Yum Yum   cup     4.0
1  Yum Yum   cup     4.0
2  Indomie   cup     3.5
3  Indomie  pack    15.0
4  Indomie  pack     5.0
df.drop_duplicates(inplace=True):内存中数据
None
df.drop_duplicates(inplace=True):原始数据
     brand style  rating
0  Yum Yum   cup     4.0
2  Indomie   cup     3.5
3  Indomie  pack    15.0
4  Indomie  pack     5.0

　　官方清爽版：