Pandas DataFrame DataFrame.drop_duplicates() 함수
Suraj Joshi
2023년1월30일
-
pandas.DataFrame.drop_duplicates()의 구문 : -
예제 코드: Pandas
DataFrame.set_index()메서드를 사용하여 중복 행 제거 -
예제 코드: Pandas
DataFrame.set_index()메서드에서subset매개 변수 설정 -
예제 코드: Pandas
DataFrame.set_index()메서드에서keep매개 변수 설정 -
예제 코드: Pandas
DataFrame.set_index()메서드에서ignore_index매개 변수 설정
Python Pandas DataFrame.drop_duplicates() 함수는DataFrame.
pandas.DataFrame.drop_duplicates()의 구문 :
DataFrame.drop_duplicates(subset: Union[Hashable, Sequence[Hashable], NoneType]=None,
keep: Union[str, bool]='first',
inplace: bool=False,
ignore_index: bool=False)
매개 변수
subset |
열 레이블 또는 레이블 시퀀스. 중복을 식별하는 동안 고려해야 할 열 |
keep |
first,last 또는False. first (keep = first)를 제외한 모든 중복 항목 삭제, last (keep = first)를 제외한 모든 중복 항목 삭제 또는 모든 중복 항목 삭제 (keep = False) |
inplace |
부울. True인 경우 호출자 DataFrame을 수정합니다. |
ignore_index |
부울. True이면 원본 DataFrame의 색인이 무시됩니다. 기본값은 색인이 사용됨을 의미하는 False입니다. |
반환
inplace가True이면DataFrame은DataFrame에서 모든 중복 행을 제거합니다. 그렇지 않으면 None.
예제 코드: Pandas DataFrame.set_index()메서드를 사용하여 중복 행 제거
import pandas as pd
fruit_list = [ ('Orange', 34, 'Yes' ,'ABC') ,
('Mango', 24, 'No','XYZ' ) ,
('banana', 14, 'No','BCD' ) ,
('Orange', 34, 'Yes' ,'ABC') ]
df = pd.DataFrame(fruit_list,
columns = ['Name',
'Price',
'In_Stock',
'Supplier'])
print("DataFrame:")
print(df)
df_unique=df.drop_duplicates()
print("DataFrame with Unique Rows:")
print(df_unique)
출력:
DataFrame:
Name Price In_Stock Supplier
0 Orange 34 Yes ABC
1 Mango 24 No XYZ
2 banana 14 No BCD
3 Orange 34 Yes ABC
DataFrame with Unique Rows:
Name Price In_Stock Supplier
0 Orange 34 Yes ABC
1 Mango 24 No XYZ
2 banana 14 No BCD
원래DataFrame은 1 번째와 4 번째 행이 동일합니다.
drop_duplicates()메소드를 사용하여 DataFrame에서 모든 중복 행을 제거 할 수 있습니다.
예제 코드: Pandas DataFrame.set_index()메서드에서subset 매개 변수 설정
import pandas as pd
fruit_list = [ ('Orange', 34, 'Yes' ,'ABC') ,
('Mango', 24, 'No','XYZ' ) ,
('banana', 14, 'No','ABC' ) ,
('Orange', 34, 'Yes' ,'ABC') ]
df = pd.DataFrame(fruit_list,
columns = ['Name',
'Price',
'In_Stock',
'Supplier'])
print("DataFrame:")
print(df)
df_unique=df.drop_duplicates(subset ="Supplier")
print("DataFrame with Unique vales of Supplier Column:")
print(df_unique)
출력:
DataFrame:
Name Price In_Stock Supplier
0 Orange 34 Yes ABC
1 Mango 24 No XYZ
2 banana 14 No ABC
3 Orange 34 Yes ABC
DataFrame with Unique vales of Supplier Column:
Name Price In_Stock Supplier
0 Orange 34 Yes ABC
1 Mango 24 No XYZ
이 메소드는 Supplier열의 고유 한 값이없는 DataFrame의 모든 행을 제거합니다.
여기에서 1, 3, 4 행은 Supplier열의 공통 값을 갖습니다. 따라서 세 번째 및 네 번째 행은DataFrame에서 제거됩니다. 기본적으로 첫 번째 중복 행은 제거되지 않습니다.
예제 코드: Pandas DataFrame.set_index() 메서드에서keep 매개 변수 설정
import pandas as pd
fruit_list = [ ('Orange', 34, 'Yes' ,'ABC') ,
('Mango', 24, 'No','XYZ' ) ,
('banana', 14, 'No','ABC' ) ,
('Orange', 34, 'Yes' ,'ABC') ]
df = pd.DataFrame(fruit_list,
columns = ['Name',
'Price',
'In_Stock',
'Supplier'])
print("DataFrame:")
print(df)
df_unique=df.drop_duplicates(subset ="Supplier",keep="last")
print("DataFrame with Unique vales of Supplier Column:")
print(df_unique)
출력:
DataFrame:
Name Price In_Stock Supplier
0 Orange 34 Yes ABC
1 Mango 24 No XYZ
2 banana 14 No ABC
3 Orange 34 Yes ABC
DataFrame with Unique vales of Supplier Column:
Name Price In_Stock Supplier
1 Mango 24 No XYZ
3 Orange 34 Yes ABC
이 메서드는Supplier 열의 고유 한 값이없는DataFrame의 모든 행을 제거하고 마지막 중복 행만 유지합니다.
여기에서 1, 3, 4 번째 행은 Supplier열의 공통 값을 갖습니다. 따라서 첫 번째 및 세 번째 행은DataFrame에서 제거됩니다.
예제 코드: Pandas DataFrame.set_index()메서드에서ignore_index 매개 변수 설정
import pandas as pd
fruit_list = [ ('Orange', 34, 'Yes' ,'ABC') ,
('Mango', 24, 'No','XYZ' ) ,
('banana', 14, 'No','ABC' ) ,
('Orange', 34, 'Yes' ,'ABC') ]
df = pd.DataFrame(fruit_list,
columns = ['Name',
'Price',
'In_Stock',
'Supplier'])
print("DataFrame:")
print(df)
df.drop_duplicates(subset ="Supplier",keep="last",inplace=True,ignore_index=True)
print("DataFrame with Unique vales of Supplier Column:")
print(df)
출력:
DataFrame:
Name Price In_Stock Supplier
0 Orange 34 Yes ABC
1 Mango 24 No XYZ
2 banana 14 No ABC
3 Orange 34 Yes ABC
DataFrame with Unique vales of Supplier Column:
Name Price In_Stock Supplier
0 Mango 24 No XYZ
1 Orange 34 Yes ABC
여기서ignore_index가True로 설정되어 있으므로 원래DataFrame의 색인은 무시되고 행에 새 색인이 설정됩니다.
inplace = True 함수로 인해ignore_index()함수를 호출 한 후 원래DataFrame이 수정됩니다.
작가: Suraj Joshi
Suraj Joshi is a backend software engineer at Matrice.ai.
LinkedIn