Pandas 如何删除系列中的重复行

使用pandas包的主要优势是用于数据科学和机器学习应用程序的数据分析。在分析数据的过程中，删除重复值是一项常用的数据清洗任务。

要从pandas系列对象中删除重复值，可以使用drop_duplicates()方法。该方法返回一个删除重复行的系列对象，不会修改原始系列对象。而是返回一个新的系列对象。

通过使用inplace参数，可以通过设置“inplace=True”将更改更新到原始系列对象中。

drop_duplicates()方法中的另一个重要参数是“Keep”。此参数的默认行为是“first”，即删除除第一个出现值之外的重复值。还可以将其更改为last和False出现。

示例1

在以下示例中，我们创建了一个带有字符串列表的pandas系列，并通过定义索引参数来分配索引标签。

# import pandas package
import pandas as pd

# create pandas series with duplicate values
series = pd.Series(
   ['John','Garyooo','John','Richard','Peter','Richard','Gary'],
   index=['East','West','North','South','East','West','North'])

print(series)

# delete duplicate values
result = series.drop_duplicates()

print('Output:',result)

解释

在创建 Series 对象之后，我们使用 drop_duplicate() 方法，而没有改变默认参数。

Pandas Series 如下所示−

East       John
West    Garyooo
North      John
South   Richard
East      Peter
West    Richard
North      Gary
dtype: object

输出

输出如下：

East       John
West    Garyooo
South   Richard
East      Peter
North      Gary
dtype:   object

drop_duplicate方法返回一个删除了行的新series对象。原始series对象不受此方法的影响，而是返回一个新的series对象。

示例2

对于相同的示例，我们将inplace参数从默认的False更改为True。

# import pandas package
import pandas as pd

# create pandas series with duplicate values
series = pd.Series(
   ['John','Garyooo','John','Richard','Peter','Richard','Gary'],
   index=['East','West','North','South','East','West','North'])

print(series)

# delete duplicate values with inplace=True
result = series.drop_duplicates(inplace=True)

print('Output:  
',result)

print(series)

解释

通过将inplace参数设为True，我们可以修改原始的series对象，并且该方法的输出为None。

Pandas的series如下所示：

East       John
West    Garyooo
North      John
South   Richard
East      Peter
West    Richard
North      Gary
dtype: object

输出

下面是输出结果：

Output: None

East       John
West    Garyooo
South   Richard
East      Peter
North      Gary
dtype: object

通过设置inplace=True，我们成功更新了原始系列对象，并删除了行。我们可以在上面的输出块中看到输出，而”value：None”是drop_duplicates()方法的输出。