DDR爱好者之家

Python Dataframe 指定多列去重、求差集的方法
站长资源 2024/11/27 佚名
49 1538
DDR爱好者之家 Design By 杰米

1）去重

指定多列去重，这是在dataframe没有独一无二的字段作为PK（主键）时，需要指定多个字段一起作为该行的PK，在这种情况下对整体数据进行去重。

Attention：主要用到了drop_duplicates方法，并设置参数subset为多个字段名构成的数组。

具体代码如下：

 
>import pandas as pd 
>data={'state':[1,1,2,2,1,2,2],'pop':['a','b','c','d','b','c','d']}
>frame=pd.DataFrame(data) 
>frame
	pop	state
0	a	1
1	b	1
2	c	2
3	d	2
4	b	1
5	c	2
6	d	2
>frame.drop_duplicates(subset=['pop','state'])
	pop	state
0	a	1
1	b	1
2	c	2
3	d	2

2）求差集

假设有两个dataframe为a和b，a和b可以是相互包含的关系，现在想要将a中和b重复的内容去掉，也就是求差集，步骤如下：

（1）需要对两个dataframe进行去重。

（2）利用append方法，a=a.append(b)

（3）再次利用append方法，a=a.append(b)

（4）去重，利用drop_duplicates方法，a=a.drop_duplicates()，以及设置参数keep=False，意思就是只要有重复，重复的记录都去掉。（keep默认='first',也就是保留第一条记录）

具体代码如下：

>data_a={'state':[1,1,2],'pop':['a','b','c']}
>data_b={'state':[1,2,3],'pop':['b','c','d']}
>a=pd.DataFrame(data_a)
>a 
	pop	state
0	a	1
1	b	1
2	c	2
>b=pd.DataFrame(data_b) 
>b
	pop	state
0	b	1
1	c	2
2	d	3
>a = a.append(b)
>a = a.append(b)
>result = a.drop_duplicates(subset=['pop','state'],keep=False)
>result
	pop	state
0	a	1

以上这篇Python Dataframe 指定多列去重、求差集的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。

DDR爱好者之家 Design By 杰米
广告合作：本站广告合作请联系QQ：858582 申请时备注：广告合作（否则不回）
免责声明：本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除！
DDR爱好者之家 Design By 杰米
ddrfans.com DDR爱好者之家
8,675无损音乐
1,324高清电影
213破解软件
70,141收录资讯

更新日志

友情链接

杰晶网络 DDR爱好者之家 南强小屋 黑松山资源网 白云城资源网
DDR爱好者之家 Design By 杰米