Python培訓之數據預處理：通過duplicated()方法處理重復值
更新時間:2022年07月11日13時57分 來源:傳智教育 瀏覽次數:
duplicated()方法的語法格式如下：
上述方法中參數的含義如下：
(1)subset：用于識別重復的列標簽或列標簽序列，默認識別所有的列標簽。
(2)keep：刪除重復項并保留第一次出現的項，取值可以為first、last或False，它們代表的含義如下：
(1)first：從前向后查找，除了第一次出現外，其余相同的被標記為重復。默認為此選項。
(2)last：從后向前查找，除了最后一次出現外，其余相同的被標記為重復。
(3)False：所有的相同的都被標記為重復。
duplicated()方法用于標記Pandas對象的數據是否重復，重復則標記為True，不重復則標記為False，所以該方法返回一個由布爾值組成的Series對象，它的行索引保持不變，數據則變為標記的布爾值。
注意：對于duplicated()方法，這里有如下兩點要進行強調：
第一，只有數據表中兩個條目間所有列的內容都相等時，duplicated()方法才會判斷為重復值。除此之外，duplicated()方法也可以單獨對某一列進行重復值判斷。
第二，duplicated()方法支持從前向后(first)和從后向前(last)兩種重復值查找模式，默認是從前向后查找判斷重復值的。換句話說，就是將后出現的相同條目判斷為重復值。
最新資訊
0
分享到：
江蘇傳智播客教育科技股份有限公司 版權所有Copyright 2006-2023 All Rights Reserved 蘇ICP備16007882號-11營業執照增值電信業務經營許可證出版物經營許可證
蘇公網安備 32132202001156號