财经大数据技术应用基础 课件 重复值处理_第1页
财经大数据技术应用基础 课件 重复值处理_第2页
财经大数据技术应用基础 课件 重复值处理_第3页
财经大数据技术应用基础 课件 重复值处理_第4页
财经大数据技术应用基础 课件 重复值处理_第5页
已阅读5页，还剩2页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

重复值处理重复值处理概述对于重复值的处理，首先可以先检验是否存在重复值，然后再将重复值删除。Pandas提供了两个专门处理重复值的函数，分别是duplicated()函数和drop_duplicates()函数：duplicated()：查找重复项。drop_duplicates()：删除重复项。示例duplicated()函数duplicated()函数：用于查找重复项，返回布尔值，将重复项标记为True，非重复项标记为False。语法格式如下：DataFrame.duplicated(subset=None,keep=’first’)参数说明如表1所示：常用参数说明subset根据特定列识别重复项，默认使用所有列keep确定要标记的重复项，可选‘first’、‘last’、False，默认为‘first’，表示标记除第一次出现的重复项，‘last’表示标记除最后一次出现的重复项，False表示标记所有重复项表1：duplicated()函数常用参数duplicated()函数示例如下：drop_duplicates()函数drop_duplicates()函数：返回删除重复行的DataFrame。语法格式如下：DataFrame.drop_duplicates(subset=None，keep=’first’,inplace=False,ignore_index=False)参数说明如表2所示：常用参数说明subset根据特定列识别重复项，默认使用所有列keep确定要标记的重复项，可选‘first’、‘last’、False，默认为‘first’，表示标记除第一次出现的重复项，‘last’表示标记除最后一次出现的重复项，False表示标记所有重复项inplace默认为False，True表示直接在原数据上删除ignore_index重建索引，默认为False表2：drop_du

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论