資料結構
網路
關係資料庫管理系統 (RDBMS)
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
服裝設計
法學如何使用Python Pandas庫檢測重複標籤？
Pandas 用於處理大型資料集，在這些大型資料表中，列和行都用一些名稱進行索引，這些名稱稱為標籤。當我們處理資料集時，資料集中可能存在一些重複的標籤。
重複可能會導致對資料的錯誤結論，它可能會影響我們期望的輸出。這裡我們討論的是標籤重複，也就是行和列索引名稱重複超過 1 次的情況。
讓我們來看一個例子，來識別 DataFrame 中的重複標籤。
識別列標籤中的重複項
示例
df1 = pd.DataFrame([[6, 1, 2, 7], [8, 4, 5,9]], columns=["A", "A", "B","C"]) print(df1) print(df1.columns.is_unique)
解釋
建立了一個形狀為 2X4 的 DataFrame。為了驗證列中是否存在任何重複的標籤，這裡我們使用 DataFrame.columns.is_unique。這將根據重複項的存在返回一個布林值 True 或 False。
輸出
A A B C 0 6 1 2 7 1 8 4 5 9 False
此輸出塊表示 DataFrame df，布林值 False 表示 DataFrame df 的列中存在重複標籤。
透過使用 duplicated 方法，我們還可以獲得 DataFrame 中的重複標籤。如下所示。
df1.columns[~df1.columns.duplicated()]
df1.columns 只將列名作為陣列，duplicated() 方法提供一個布林值陣列，表示重複項。使用上述程式碼，我們可以獲得列標籤的唯一列表。
Index(['A', 'B', 'C'], dtype='object')
識別索引標籤中的重複項
與識別列標籤中的重複項的過程相同，我們也可以識別索引（行）中的重複項。
示例
f = pd.DataFrame({"A": [0, 1, 2, 3, 4]}, index=["x", "y", "x", "y","z"])
print(f)
print()
print(f.index.duplicated()) # getting boolean string
unique_f = f[~f.index.duplicated()] # filtering duplicates
print()
print(unique_f) # removed duplicated data解釋
DataFrame “f” 在索引中建立了一些重複資料。我們可以使用 f.index.duplicated() 來識別重複項，它將返回一個布林值列表，表示重複的索引。使用此 duplicated 方法，我們可以從 DataFrame “f” 中刪除重複標籤。
輸出
A x 0 y 1 x 2 y 3 z 4 [False False True True False] A x 0 y 1 z 4
第一個塊是包含重複值的 DataFrame “f”，布林值陣列表示重複項。最後一個塊表示 DataFrame “f” 中唯一的索引標籤。
更新於：2021年11月18日
542 次瀏覽
廣告