1:查找重复项html
df.duplicated()返回的是一个布尔型Series(返回值是True或者False),表示各行是不是重复行,能够在()内添加列名来查找某一列是否有重复值,第一个出现的值为False,后边再出现相同的行为True
彻底重复的项目 df.duplicated() / 某一列重复df.duplicated('列名')code
aa = [[1,2,3],[4,5,6],[1,2,3],[1,2,1]]
index = [0,1,2,3]
columns=['a','b','c']
df = pd.DataFrame(data=aa, index=index, columns=columns) htm
a | b | c | |
---|---|---|---|
0 | 1 | 2 | 3 |
1 | 4 | 5 | 6 |
2 | 1 | 2 | 3 |
3 | 1 | 2 | 1 |
df.duplicated()it
0 False 1 False 2 True 3 False dtype: bool
df.duplicated('a') table
0 False 1 False 2 True 3 True dtype: bool
查看重复的数量,返回结果为True都是前面出现过的
volume_summery[volume_summery.duplicated('order_item_id')==True].shapeclass
2:删除重复项项目
df.drop_duplicates()删除彻底重复的项,返回不重复的项目tab
a | b | c | |
---|---|---|---|
0 | 1 | 2 | 3 |
1 | 4 | 5 | 6 |
3 | 1 | 2 | 1 |
df.drop_duplicates(['列名']) 以该列为标准,删除重复的项目,返回不重复的项目co
a | b | c | |
---|---|---|---|
0 | 1 | 2 | 3 |
1 | 4 | 5 | 6 |