大熊猫drop_duplicates法DataFrame中重复指数的考虑
大熊猫drop_duplicates法DataFrame中重复指数的考虑
提问于 2018-08-30 20:51:23
Pandas的drop_duplicates方法考虑删除重复行时的所有列(默认)或列子集(可选)，并且不能考虑重复索引。
我正在寻找一个干净的单行解决方案，在确定重复行时考虑索引和子集或所有列。例如，考虑一下DataFrame
df = pd.DataFrame(index=['a', 'b', 'b', 'c'], data={'A': [0, 0, 0, 0], 'B': [1, 0, 0, 0]})
A B
a 0 1
b 0 0
b 0 0
c 0 0默认使用drop_duplicates方法
df.drop_duplicates()
A B
a 0 1
b 0 0如果在确定重复行时也考虑了索引，则结果应该是
df.drop_duplicates(consider_index=True) # not a supported keyword argument
A B
a 0 1
b 0 0
c 0 0是否有一种提供此功能的方法比我目前的方法更好：
df['index'] = df.index
df.drop_duplicates(inplace=True)
del df['index']回答 2
Stack Overflow用户
回答已采纳
发布于 2018-08-30 20:53:17
调用reset_index和duplicated，然后索引原始的：
df = df[~df.reset_index().duplicated().values]
print (df)
A B
a 0 1
b 0 0
c 0 0Stack Overflow用户
发布于 2018-08-30 20:54:02
试试这个：
df.reset_index().drop_duplicates().set_index('[name_of_your_index_here]')输出
A B
index
a 0 1
b 0 0
c 0 0页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/52105181
复制相关文章
相似问题
腾讯云开发者
