duplicated()函数在Pandas库中的具体用法是什么

duplicated() 函数在 Pandas 库中用于检查 DataFrame 或 Series 中的重复项

以下是 duplicated() 函数的基本用法：

1. 对于一个 Pandas Series：

import pandas as pd

data = pd.Series(['A', 'B', 'A', 'C', 'B'])
duplicates = data.duplicated()

print(duplicates)

输出结果将会是：

0    False
1    False
2     True
3    False
4     True
dtype: bool

1. 对于一个 Pandas DataFrame：

import pandas as pd

data = {'Column1': ['A', 'B', 'A', 'C', 'B'],
        'Column2': [1, 2, 1, 3, 2]}

df = pd.DataFrame(data)
duplicates = df.duplicated()

print(duplicates)

输出结果将会是：

0    False
1    False
2     True
3    False
4     True
dtype: bool

你还可以使用 duplicated() 函数的参数来自定义重复项检测的行为。例如，你可以设置 keep 参数来指定保留哪个重复项。默认情况下，keep 参数设置为 'first'，表示保留第一个出现的重复项，并将其他重复项标记为 True。你还可以将 keep 设置为 'last'，这样最后一个出现的重复项将被保留。此外，你还可以将 keep 设置为 False，这样所有重复项都将被标记为 True。

例如：

import pandas as pd

data = {'Column1': ['A', 'B', 'A', 'C', 'B'],
        'Column2': [1, 2, 1, 3, 2]}

df = pd.DataFrame(data)
duplicates = df.duplicated(keep='last')

print(duplicates)

输出结果将会是：

0     True
1     True
2    False
3    False
4    False
dtype: bool

版权声明

本文内容由互联网用户自发贡献，该文观点仅代表作者本人
本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。