剔除多列相同的数据，或者挑出多列重复的数据

Ling_Ze

于 2024-04-02 11:28:20 发布

阅读量358

点赞数 3

分类专栏： python数据处理文章标签： python

本文链接：https://blog.csdn.net/Ling_Ze/article/details/137264018

版权

python数据处理专栏收录该内容

40 篇文章

订阅专栏

本文展示了如何使用Python的Pandas库对数据集进行操作，包括创建DataFrame，检查并剔除重复的(x_source,x_target,y_source,y_target)组合，以及获取第一次出现后的重复行。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import pandas as pd
import numpy as np
aa = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
bb = [10, 21, 10, 21, 21, 10, 23, 23, 25, 25]
cc = [0, 1, 1, 2, 0, 0, 2, 2, 0, 0]
dd = [1, 2, 2, 4, 1, 6, 7, 8, 9, 10]
ee = [10, 21, 21, 21, 10, 10, 23, 23, 25, 25]
ff = [0, 1, 1, 2, 0, 0, 2, 2, 0, 0]
gg = [10, 21, 21, 21, 10, 10, 23, 23, 25, 25]

df_ = pd.DataFrame({'id': aa, 'source': bb, 'target': cc, 'x_source': dd, 'x_target': ee, 'y_source': ff, 'y_target': gg})
#
print(df_)
print(len(df_))

# 剔除重复的数据
# df_.drop_duplicates(subset=['x_source', 'x_target', 'y_source', 'y_target'], inplace=True)
# print(df_)
# print(len(df_))

# 获取除了第一次出现以外的重复行
df__ = df_[df_.duplicated(subset=['x_source', 'x_target', 'y_source', 'y_target'])]
print(df__)
print(len(df__))