添加链接
link之家
链接快照平台
  • 输入网页链接,自动生成快照
  • 标签化管理网页链接

2、有重复项,则可以用drop_duplicates()移除重复项

3、如上的1和2 中的duplicated( )和drop_duplicates( )方法是以默认的方式判断全部的列。

也可以对特定的列进行重复项判断,在括号中添加列名就可以了。如:

data_df_extractedReviews = pd.DataFrame({
        'userID': user_id_list,
        'productID': product_id_list,
        'overall': overall_list,
        # 'feature': feature_list,
        # 'opinion': opinion_list
        'feature_opinion_sentiment_pair':feature_opinion_sentiment_pair
    })  # 这样得到的 df 是含有重复 item的行的,而实际上item只有一个。所以,
    data_df_extractedReviews=data_df_extractedReviews.drop_duplicates('productID')

5.  norepeat_df = df.drop_duplicates(subset=['A_ID', 'B_ID'], keep='first')

#上面的命令去掉UNIT_ID和KPI_ID列中重复的行,并保留重复出现的行中第一次出现的行

当keep=False时,就是去掉所有的重复行

当keep=‘first'时,就是保留第一次出现的重复行

当keep='last'时就是保留最后一次出现的重复行。

(注意,这里的参数是字符串,要加引号!!!)

最后的结果: