Python 去重csv文件中相同的重复行

读取CSV
读取CSV文件由两种方式：

第一种

import csvwith open(‘data.csv’,‘r’,encoding = ‘utf8’) as fp: reader = csv.reader(fp) for row in reader: print(row)
第二种

import pandas as pd #需要导入pandas库df = pd.read_csv(‘data.csv’)print(df)

用pandas库的.drop_duplicates函数

1 import shutil
2 import pandas as pd
3
4
5 frame=pd.read_csv(‘E:/bdbk.csv’,engine=‘python’)
6 data = frame.drop_duplicates(subset=[‘名称’], keep=‘first’, inplace=False)
7 data.to_csv(‘E:/baike.csv’, encoding=‘utf8’)
通常会分为两种情况，一种是去除完全重复的行数据，另一种是去除某几列重复的行数据，就这两种情况可用下面的代码进行处理。

去除完全重复的行数据

data.drop_duplicates(inplace=True)
2. 去除某几列重复的行数据

data.drop_duplicates(subset=[‘A’,‘B’],keep=‘first’,inplace=True)
subset：列名，可选，默认为None

keep： {‘first’, ‘last’, False}, 默认值 ‘first’

first：保留第一次出现的重复行，删除后面的重复行。
last：删除重复项，除了最后一次出现。
False：删除所有重复项。
inplace：布尔值，默认为False，是否直接在原数据上删除重复项或删除重复项后返回副本。

（ inplace=True表示直接在原来的DataFrame上删除重复项，而默认值False表示生成一个副本。）

DataFrame.drop_duplicates(subset = None, keep = ‘first’)

DataFrame.drop_duplicates()中的参数完全实现。

其中subset这个参数默认‘None’是指选择所有列，即所有列的值都相同我才认为这两行是重复的，

也可以自定义为其中一部分列变量名，比如subset=[‘name’,‘sex’,‘age’]。

keep参数中’first’和‘last’会根据index的前后产生不同的效果。参数False会去除所有重复行。

举个栗子：

    name       sex            age

0 coco female 7

1 lily female 7

2 joe male 15

3 coco female 7

DataFrame.drop_duplicates(subset = None, keep = ‘first’)，产生的结果如下：

    name       sex         age

0 coco female 7

1 lily female 7

2 joe male 15

若使用代码DataFrame.drop_duplicates(subset = None, keep = ‘last’)，结果如下：

    name       sex         age

1 lily female 7

2 joe male 15

3 coco female 7

发现不考虑index以及行的顺序，效果与参数first相同。

若使用代码DataFrame.drop_duplicates(subset = None, keep = False), 则把相同的行全部删除，结果如下：

    name       sex         age

1 lily female 7

2 joe male 15

所有重复的行都被删除，没有保留。

若使用代码DataFrame.drop_duplicates(subset = [‘sex’ , ‘age’] , keep = False), 结果如下：

    name       sex         age

2 joe male 15

Python 去重csv文件中相同的重复行相关推荐

python对csv去除重复行_Python 去重csv文件中相同的重复行
读取CSV 读取CSV文件由两种方式: 第一种 import csvwith open('data.csv','r',encoding = 'utf8') as fp: reader = csv.re ...
python获取股指_用Python读取csv文件中的沪深300指数历史交易数据
保存路径:D:\python\用Python读取csv文件中的沪深300指数历史交易数据程序名称:readcsvhs300.py: 数据名称:沪深300指数历史交易数据.csv: 开发环境:Win7 ...
python怎么读取csv的一部分数据_python批量读取csv文件如何用python将csv文件中的数据读取成数组...
如何用python把多个csv文件数据处理后汇总到新csv文件你看这月光多温柔,小编转头还能看见你,一切从未坍塌. 可以用pandas读取数据,首先把文件方同一个文件价里,然后对当前文件价的所有内容循 ...
python对csv文件中的数据进行分类_python 数据处理对csv文件进行数据处理
数据如下图: 用python对数据进行处理: #读取csv文件内容并进行数据处理 import os import csv import datetime import re from itertoo ...
python统计成绩数据中如何去掉表头,python 从 CSV 文件中删除表头
假设你有一个枯燥的任务,要删除几百 CSV 文件的第一行.也许你会将它们送入一个自动化的过程,只需要数据,不需要每列顶部的表头.可以在 Excel 中打开每个文件,删除第一行,并重新保存该文件,但这需 ...
python获取csv文件中某一列或者某些列
把三个csv文件中的feature值整合到一个文件中,同时添加相应的label. # -*-coding:utf-8 -*- import csv; label1 = '1' label2 = '2' ...
Python基础——csv文件中某列数据替换为数字
csv文件中某列数据替换为数字来源--机器学习读取数据方法一:正则表达式,replace() import pandas as pd data = pd.read_csv("data2. ...
python对csv文件中的数据进行分类_使用Python读取csv文件并进行分类存储
同学叫我帮忙用Python做csv表格分类,整理一下遇到的问题及解决方案原生数据文件TEST.csv: 如图我需要根据G列内容,分别对A,B,C进行分类到A.csv,B.csv,C.csv 上代码, ...
用python对CSV文件中的数据进行统计分析
在目前的数据分析领域,常用的分析工具有excel.python等,这几乎已经成为共识,而面对excel和python,谁更适合数据分析,也确实一直被大家讨论. Excel VS Python exce ...

Python 去重csv文件中相同的重复行

Python 去重csv文件中相同的重复行相关推荐

最新文章

热门文章