python统计excel中重复数据_Python中用pandas对标Excel自带功能—

经常听别人说 Python 在数据领域有多厉害，结果学了很长时间，连数据处理都麻烦得要死。后来才发现，原来不是 Python 数据处理厉害，而是他有数据分析神器—— pandas

前言

有时候数据中出现重复值，可能会导致最后的统计结果出现错误，因此，查找和移除重复值是数据处理中的常见操作。今天我们来看看 pandas 中是如何实现。

Excel 处理重复值

Excel 中直接提供了去除重复的功能，因此简单操作即可实现。如下：

功能卡"数据"，"数据工具"中有"删除重复项"按钮

接着可以选择以哪些列作为重复判断

除此之外，Excel 中还可以使用条件格式、高级筛选或函数公式实现差不多的功能

pandas 标记重复值

pandas 中同样提供一个简单方法标记出重复值，并且比 Excel 有更多灵活处理方式供你选择，我们来看看：

DataFrame.duplicated() ，生成是否为重复记录的布尔标记。默认是整行所有数据作为判断依据

结果很明显，最后一行是重复行，因此标记列最后一行的值是 True

我们可以指定，当有重复值时，保留哪个位置的行。如下：

默认情况下，duplicated() 的 keep 参数为 "first"，意思为"保留第一个"

现在我们把 keep 设置为"last"，那么保留最后一个，因此现在重复的行中的第一行被标记为 True

除此之外，我们还可以把 keep 参数设置为 False，意思是"不保留"，如下：

现在凡是存在重复的行，都被标记 True

通过参数 subset 可以指定哪些列作为判断依据：

像 Excel 一样去除重复

其实把重复值标记后，只需要简单筛选即可得到非重复的记录。但是 pandas 中有直接的方法去除重复。如下：

调用 DataFrame.drop_duplicates() ，即可去除重复

他的参数与规则与 duplicated 一模一样。实际就是把 duplicated() 标记为 True 的行去掉而已

最后

DataFrame.duplicated() ，标记出重复项。使用 subset 指定重复值判断列，keep={'first','last',False} 指定怎么判断哪些是重复项

DataFrame.drop_duplicates() ，去除重复项

下一节，将看看排序功能的实现。敬请关注。

如果希望从零开始学习 pandas ，那么可以看看我的 pandas 专栏。

python统计excel中重复数据_Python中用pandas对标Excel自带功能——去除重复项相关推荐

python统计列表中元素个数_python中计算一个列表中连续相同的元素个数方法
python中计算一个列表中连续相同的元素个数方法最简单的例子: a = [1,1,1,1,2,2,2,3,3,1,1,1,3] # 问:计算a中最多有几个连续的1 很明显,答案是4 如果用代码实现 ...
python读取mysql中的数据_Python笔记：用Python读取MySQL中的数据
Python处理数据分析的优势,很多人都知道(可以实现更复杂.更灵活的操作,包括数据预处理.数据可视化输出等),但是加载到Python中的数据,只是临时存储在内存中的一张虚拟表(退出之后就会被释放掉了 ...
python统计句子中单词个数_python练习：一行搞定-统计一句话中每个单词出现的个数...
原博文 2018-10-04 19:42 − 一行搞定-统计一句话中每个单词出现的个数 >>> s'i am a boy a bood boy a bad boy' 方式一:> ...
如何用计算机整理数据,总结：如何在excel中制作数据统计表（最简单的excel分类汇总教程）...
我们经常使用excel来完成数据统计,尤其是对于大型和复杂数据. Excel的分类和摘要可以方便快捷地处理,那么Excel的分类和摘要功能是什么? ?它有什么功能?怎么做?不用担心,今天我将与您分享有 ...
python统计句子中单词个数_Python练习第三题，统计单词个数
^第三题:一个英文的纯文本文件,统计其中的单词出现的个数. 统计什么好呢,就拿Python彩蛋import this来试试吧.(将下列单词保存为"test.txt")>> ...
python替换行中某个数据_python – 复制一些行并更改pandas中的某些值
我有一个像这样的pandas DataFrame: From To Val GE VD 1000 GE VS 1600 VS VD 1500 VS GE 600 VD GE 1200 VD VS 13 ...
python下载百度云盘中的数据_python爬虫：爬取百度云盘资料，保存下载地址、链接标题、链接详情...
在网上看到的教程,但是我嫌弃那个教程写的乱(虽然最后显示我也没高明多少,哈哈),就随手写了一个主要是嫌弃盘搜那些恶心的广告,这样直接下载下来,眼睛清爽多了. 用pyinstall 打包成EXE文件, ...
使用Python对excel中的数据进行处理
一.读取excel中的数据首先引入pandas库,没有的话使用控制台安装 -- pip install pandas . import pandas as pd #引入pandas库,别名为pd#r ...
python向excel写数据_Python向excel中写入数据的方法
最近做了一项工作需要把处理的数据写入到Excel表格中进行保存,所以在此就简单介绍使用Python如何把数据保存到excel表格中. 数据导入之前需要安装 xlwt依赖包,安装的方法就很简单,直接 p ...

python统计excel中重复数据_Python中用pandas对标Excel自带功能——去除重复项

python统计excel中重复数据_Python中用pandas对标Excel自带功能——去除重复项相关推荐

最新文章

热门文章