如何“选择不同的"?跨越 pandas 中的多个数据框列?

How to quot;select distinctquot; across multiple data frame columns in pandas?(如何“选择不同的?跨越 pandas 中的多个数据框列?)
本文介绍了如何“选择不同的"?跨越 pandas 中的多个数据框列?的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着跟版网的小编来一起学习吧!

问题描述

我正在寻找一种与 SQL 等效的方法

I'm looking for a way to do the equivalent to the SQL

SELECT DISTINCT col1, col2 FROM dataframe_table

pandas sql 比较没有关于 distinct 的任何内容.

The pandas sql comparison doesn't have anything about distinct.

.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,但这似乎是熊猫应该做的以更本土的方式进行.

.unique() only works for a single column, so I suppose I could concat the columns, or put them in a list/tuple and compare that way, but this seems like something pandas should do in a more native way.

我是否遗漏了一些明显的东西,或者没有办法做到这一点?

Am I missing something obvious, or is there no way to do this?

推荐答案

您可以使用drop_duplicates 方法来获取 DataFrame 中的唯一行:

You can use the drop_duplicates method to get the unique rows in a DataFrame:

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.请参阅文档字符串.

You can also provide the subset keyword argument if you only want to use certain columns to determine uniqueness. See the docstring.

这篇关于如何“选择不同的"?跨越 pandas 中的多个数据框列?的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持跟版网!

本站部分内容来源互联网,如果有图片或者内容侵犯您的权益请联系我们删除!

相关文档推荐

python count duplicate in list(python在列表中计数重复)
drop_duplicates not working in pandas?(drop_duplicates 在 pandas 中不起作用?)
Get unique items from list of lists?(从列表列表中获取唯一项目?)
How to install python package with a different name using PIP(如何使用 PIP 安装具有不同名称的 python 包)
Intersection of two lists, keeping duplicates in the first list(两个列表的交集,在第一个列表中保留重复项)
Detect duplicate MP3 files with different bitrates and/or different ID3 tags?(检测具有不同比特率和/或不同 ID3 标签的重复 MP3 文件?)