我正在寻找一种与 SQL 等效的方法
SELECT DISTINCT col1, col2 FROM dataframe_table
pandas sql 比较没有关于 distinct
的任何内容。
.unique()
仅适用于单个列,所以我想我可以连接这些列,或者将它们放在列表/元组中并以这种方式进行比较,但这似乎是 Pandas 应该做的以更本土的方式进行。
我是否遗漏了一些明显的东西,或者没有办法做到这一点?
最佳答案
您可以使用 drop_duplicates
获取 DataFrame 中唯一行的方法:
In [29]: df = pd.DataFrame({'a':[1,2,1,2], 'b':[3,4,3,5]})
In [30]: df
Out[30]:
a b
0 1 3
1 2 4
2 1 3
3 2 5
In [32]: df.drop_duplicates()
Out[32]:
a b
0 1 3
1 2 4
3 2 5
如果您只想使用某些列来确定唯一性,您还可以提供 subset
关键字参数。见 docstring .
关于python - 如何跨 Pandas 中的多个数据框列 "select distinct"?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/30530663/