drop_duplicates() 在 Python pandas 停止工作
drop_duplicates() stopped working in Python pandas
此代码之前曾在 python 3 中运行以删除重复值，但在整个数据帧中保留第一次出现。回到我的脚本后，这不再删除 pandas 数据帧中的重复项。
df = df.apply(lambda x: x.drop_duplicates(), axis=1)
所以如果我有
a b c
0 1 2
3 4 0
0 8 9
10 0 11
我想得到作为输出
a b c
0 1 2
3 4
8 9
10 11
我不介意空格 return 为 'nan'
我也尝试了以下
df.drop_duplicates(subset = None, keep='first')
和
df.drop_duplicates(subset = None, keep='first', inplace =True)
欢迎任何建议/替代方案！
您需要 inplace 为真：
df.drop_duplicates(subset=None, keep='first', inplace=True)
附上数据后，我想你可以使用duplicated
newdf=df[~df.stack().duplicated().unstack()]
newdf
Out[131]:
a b c
0 0.0 1.0 2.0
1 3.0 4.0 NaN
2 NaN 8.0 9.0
3 10.0 NaN 11.0
此代码之前曾在 python 3 中运行以删除重复值，但在整个数据帧中保留第一次出现。回到我的脚本后，这不再删除 pandas 数据帧中的重复项。
df = df.apply(lambda x: x.drop_duplicates(), axis=1)
所以如果我有
a b c
0 1 2
3 4 0
0 8 9
10 0 11
我想得到作为输出
a b c
0 1 2
3 4
8 9
10 11
我不介意空格 return 为 'nan'
我也尝试了以下
df.drop_duplicates(subset = None, keep='first')
和
df.drop_duplicates(subset = None, keep='first', inplace =True)
欢迎任何建议/替代方案！
您需要 inplace 为真：
df.drop_duplicates(subset=None, keep='first', inplace=True)
附上数据后，我想你可以使用duplicated
newdf=df[~df.stack().duplicated().unstack()]
newdf
Out[131]:
a b c
0 0.0 1.0 2.0
1 3.0 4.0 NaN
2 NaN 8.0 9.0
3 10.0 NaN 11.0