python用drop_duplicates()函数保留数据集的重复行

前两天处理数据的时候，需要得到两个数据的交集数据，所以要去除数据中非重复部分，只保留数据中的重复部分。

蓬莱ssl适用于网站、小程序/APP、API接口等需要进行数据传输应用场景，ssl证书未来市场广阔！成为成都创新互联公司的ssl证书销售渠道，可以享受市场价格4-6折优惠！如果有意向欢迎电话联系或者加微信：13518219792（备注：SSL证书合作）期待与您的合作！

   网上看了一下大家的教程，大部分都是教去除重复行，很少有说到仅保留重复行的。所以在这里用drop_duplicates这个去重函数来实现这个功能。

drop_duplicates函数介绍 ：

data.drop_duplicates(subset=[‘A’,‘B’],keep=‘first’,inplace=True)

#subset对应的值是列名，表示只考虑这两列，将这两列对应值相同的行进行去重。

默认值为subset=None表示考虑所有列。

keep='first’表示保留第一次出现的重复行，是默认值。

keep另外两个取值为"last"和False，分别表示保留最后一次出现的重复行和去除所有重复行。

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。

要用函数取得数据集data中的重复列，分三个步骤 ：

（提前导入pandas模块）

data0_1 = data.drop_duplicates() #保留第一个重复行

data0_2 = data.drop_duplicates(keep=False) #去除所有重复行

data0_3=pd.concat([data0_1,data0_2]).drop_duplicates(keep=False)

#合并起来再去重，只剩下真的重复行。

举例：data中wangwu行和tony行重复，需要把它们两行取出。

第一步：#保留第一个重复行

第二步：#去除所有重复行

第三步：#合并起来再去重

通过以上步骤实现取出数据中的重复行。

pandas.Dataframe之drop函数解析

DataFrame.drop( labels=None , axis=0 , index=None , columns=None , level=None , inplace=False , errors='raise' )

labels:指定行（或列） 的标签名

axis:'0'删除行，'1'删除列

inplace:是否替换原来的dataframe，默认为'False'。'False':返回一个副本;'True':原dataframe直接被替换（内存值修改）。

参考：

python进行数据处理——pandas的drop函数

pandas.Dataframe.drop-pandas 1.3.5 documentation

Python中drop函数删除指定行报错？

题主你好,

你在新建DataFrame的时候已经指定了行索引用a,b,c,d来表示,

所以你在删除的时候,如果要使用index来指定要删除的行,则要使用a,b,c,d其中一个, 如

df.drop('a',axis=0,inplace=True)

或者使用df.tail(1).index来表示倒数第1行:

df.drop(df.tail(1).index,axis=0,inplace=True)

-----

希望可以帮到题主, 欢迎追问.

删除DataFrame某行或某列'>python pandas-->删除DataFrame某行或某列

drop()删除行列的操作，drop函数的axis参数0和1分别代表列和行。

直接采用drop函数即可，设置参数axis=0. 参数axis为0表示在0轴（列）上搜索名字为C的对象，然后删除对象C对应的行。

用drop函数设置参数axis=1. 参数axis为1表示在1轴（行）上搜索名字为col2的对象，然后删除对象col2对应的列。

新闻标题：drop函数python drop函数Python
本文链接：http://myzitong.com/article/docehsc.html