pandas根据列去重的方法是使用drop_duplicates()函数。该函数能够返回一个新的DataFrame，其中的重复值已经被删除。
具体用法如下：
df.drop_duplicates(subset=[列名], keep='first', inplace=True)
subset参数用于指定要检查重复的列名或列名列表。默认情况下，该参数为None，表示检查所有列。keep参数用于指定保留哪一个重复值。可选值有first、last和False。默认为first，表示保留第一个出现的重复值；last表示保留最后一个出现的重复值；False表示删除所有重复值。inplace参数用于指定是否在原DataFrame上进行修改。默认为False，表示返回删除重复值后的新DataFrame；若设置为True，则在原DataFrame上进行修改，并返回None。
示例：
import pandas as pd
# 创建一个包含重复值的DataFrame
data = {'A': [1, 2, 2, 3, 4, 4],
'B': ['a', 'b', 'b', 'c', 'd', 'd']}
df = pd.DataFrame(data)
# 根据列'A'去重
df.drop_duplicates(subset=['A'], keep='first', inplace=True)
print(df)
输出结果：
A B
0 1 a
1 2 b
3 3 c
4 4 d
在上述示例中，根据列’A’去重后，保留了第一个出现的重复值。
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。如发现本站有涉嫌抄袭侵权/违法违规的内容，请发送邮件至 55@qq.com 举报，一经查实，本站将立刻删除。转转请注明出处：https://www.szhjjp.com/n/841816.html
