Panda - Rimozione dei duplicati
Alla scoperta dei duplicati
Le righe duplicate sono righe che sono state registrate più di una volta.
Duration Date Pulse Maxpulse Calories
0 60 '2020/12/01' 110 130 409.1
1 60 '2020/12/02' 117 145 479.0
2 60 '2020/12/03' 103 135 340.0
3 45 '2020/12/04' 109 175 282.4
4 45 '2020/12/05' 117 148 406.0
5 60 '2020/12/06' 102 127 300.0
6 60 '2020/12/07' 110 136 374.0
7 450 '2020/12/08' 104 134 253.3
8 30 '2020/12/09' 109 133 195.1
9 60 '2020/12/10' 98 124 269.0
10 60 '2020/12/11' 103 147 329.3
11 60 '2020/12/12' 100 120 250.7
12 60 '2020/12/12' 100 120 250.7
13 60 '2020/12/13' 106 128 345.3
14 60 '2020/12/14' 104 132 379.3
15 60 '2020/12/15' 98 123 275.0
16 60 '2020/12/16' 98 120 215.2
17 60 '2020/12/17' 100 120 300.0
18 45 '2020/12/18' 90 112 NaN
19 60 '2020/12/19' 103 123 323.0
20 45 '2020/12/20' 97 125 243.0
21 60 '2020/12/21' 108 131 364.2
22 45 NaN 100 119 282.0
23 60 '2020/12/23' 130 101 300.0
24 45 '2020/12/24' 105 132 246.0
25 60 '2020/12/25' 102 126 334.5
26 60 20201226 100 120 250.0
27 60 '2020/12/27' 92 118 241.0
28 60 '2020/12/28' 103 132 NaN
29 60 '2020/12/29' 100 132 280.0
30 60 '2020/12/30' 102 129 380.3
31 60 '2020/12/31' 92 115 243.0
Dando un'occhiata al nostro set di dati di test, possiamo presumere che le righe 11 e 12 siano duplicate.
Per scoprire i duplicati, possiamo usare il duplicated()metodo.
Il duplicated()metodo restituisce un valore booleano per ogni riga:
Esempio
Restituisce Trueper ogni riga duplicata, altrimenti False:
print(df.duplicated())
Ottieni la certificazione!
Completa i moduli Pandas, fai gli esercizi, sostieni l'esame e diventerai certificato w3schools!
ISCRIVITI $ 10
Rimozione dei duplicati
Per rimuovere i duplicati, utilizzare il drop_duplicates()metodo.
Esempio
Rimuovi tutti i duplicati:
df.drop_duplicates(inplace = True)
Ricorda:(inplace = True) si assicurerà che il metodo NON restituisca un nuovo DataFrame , ma rimuoverà tutti i duplicati dal DataFrame originale .