Pandas - Entfernen von Duplikaten
Duplikate entdecken
Doppelte Zeilen sind Zeilen, die mehr als einmal registriert wurden.
Duration Date Pulse Maxpulse Calories
0 60 '2020/12/01' 110 130 409.1
1 60 '2020/12/02' 117 145 479.0
2 60 '2020/12/03' 103 135 340.0
3 45 '2020/12/04' 109 175 282.4
4 45 '2020/12/05' 117 148 406.0
5 60 '2020/12/06' 102 127 300.0
6 60 '2020/12/07' 110 136 374.0
7 450 '2020/12/08' 104 134 253.3
8 30 '2020/12/09' 109 133 195.1
9 60 '2020/12/10' 98 124 269.0
10 60 '2020/12/11' 103 147 329.3
11 60 '2020/12/12' 100 120 250.7
12 60 '2020/12/12' 100 120 250.7
13 60 '2020/12/13' 106 128 345.3
14 60 '2020/12/14' 104 132 379.3
15 60 '2020/12/15' 98 123 275.0
16 60 '2020/12/16' 98 120 215.2
17 60 '2020/12/17' 100 120 300.0
18 45 '2020/12/18' 90 112 NaN
19 60 '2020/12/19' 103 123 323.0
20 45 '2020/12/20' 97 125 243.0
21 60 '2020/12/21' 108 131 364.2
22 45 NaN 100 119 282.0
23 60 '2020/12/23' 130 101 300.0
24 45 '2020/12/24' 105 132 246.0
25 60 '2020/12/25' 102 126 334.5
26 60 20201226 100 120 250.0
27 60 '2020/12/27' 92 118 241.0
28 60 '2020/12/28' 103 132 NaN
29 60 '2020/12/29' 100 132 280.0
30 60 '2020/12/30' 102 129 380.3
31 60 '2020/12/31' 92 115 243.0
Wenn wir uns unseren Testdatensatz ansehen, können wir davon ausgehen, dass Zeile 11 und 12 Duplikate sind.
Um Duplikate zu entdecken, können wir die duplicated()
Methode verwenden.
Die duplicated()
Methode gibt für jede Zeile einen booleschen Wert zurück:
Beispiel
Gibt True
für jede Zeile zurück, die ein Duplikat ist, andernfalls False
:
print(df.duplicated())
Zertifiziert werden!
Absolvieren Sie die Pandas-Module, machen Sie die Übungen, machen Sie die Prüfung und Sie werden w3schools-zertifiziert!
$10 REGISTRIEREN
Entfernen von Duplikaten
Um Duplikate zu entfernen, verwenden Sie die drop_duplicates()
Methode.
Beispiel
Alle Duplikate entfernen:
df.drop_duplicates(inplace = True)
Denken Sie daran: Das (inplace = True)
stellt sicher, dass die Methode KEINEN neuen DataFrame zurückgibt, sondern alle Duplikate aus dem ursprünglichen DataFrame entfernt.