我正在尝试从数据集中删除重复项。
在使用df.drop_duplicates()
之前,我先运行df[df.duplicated()]
来检查哪些值被视为重复项。返回了我不认为是重复的值,如下例所示。所有列都经过了检查。
如何获取准确的重复结果并删除真正的重复项?
城市 价格 年份 制造商 气缸数 燃料 里程表读数
惠斯勒 26880 2016.0 克莱斯勒 NaN 汽油 49000.0
惠斯勒 17990 2010.0 丰田 NaN 混合动力 117000.0
惠斯勒 15890 2010.0 奥迪 NaN 汽油 188000.0
惠斯勒 8800 2007.0 尼桑 NaN 汽油 163000.0
df.drop_duplicates()
中使用subset
选项。在那里,你可以指定应该考虑哪些列来查找重复项。我相信还有其他的问题展示了如何完成这个操作。 - moysdrop_duplicates()
时的同样问题。你的意见将非常有帮助。 - The Great