python - Pandas 不删除重复项

Question

在以下脚本中

import pandas as pd

def start():
    df_dict = {"A": [1,2,3,3,4], "B": [1,2,2,3,4]}
    df = pd.DataFrame(df_dict)

    df.drop_duplicates(inplace = True, keep = "last")

    print(df)

if __name__ == "__main__":
    start()

df 中的重复项不会被移除。可能是什么原因
电流输出:

   A  B
0  1  1
1  2  2
2  3  2
3  3  3
4  4  4

预期输出:

   A  B
0  1  1
1  2  2
3  3  3
4  4  4

Answer 1

.drop_duplicates()方法查看数据框所有列的重复行，因此您需要使用 .drop_duplicates()同时对两列中的每一列进行子集化，然后得到这两个子集数据帧的交集(内部合并)。与其打印结果数据帧，不如让您的函数返回数据帧可能更符合您的兴趣。

import pandas as pd

def start():
    df_dict = {"A": [1,2,3,3,4], "B": [1,2,2,3,4]}
    df = pd.DataFrame(df_dict)

    # drop duplicates within each column
    df1 = df.drop_duplicates(subset='A', keep='last')
    df2 = df.drop_duplicates(subset='B', keep='last')

    return pd.merge(df1,df2,how='inner')

if __name__ == "__main__":
    result = start() 

输出:

>>> result
   A  B
0  1  1
1  3  3
2  4  4