本文介绍了如何在Pandas中使用drop_duplicates方法删除数据框的重复行，以及利用subset参数指定删除特定列的重复项。还讲解了数据框重置索引、分组和删除特定条件行的操作，以及Series作为Pandas基本对象的重要功能和用法。
df = df.drop_duplicates(inplace = True) 删除数据框中所有重复的行【即删除所有列均相同的行】
df = df.drop_duplicates(subset = []) 使用subset参数指定需要删除重复行的列
df = df.reset_index(drop=True) 数据框重置索引并删除原来的索引列
df = df.groupby(' ').head(1) 对数据框分组并保留组内第一行记录
# df_perception = df_perception.drop(df_perception[df_perception['useful_list'] == 0].index) 选择对应的数据删除
Series是Pandas中最基本对象，Series类似一种一维数组；
可以通过Series的两个属性values和index获取内容以及索引；
Series对象有字典的功能；
可以将字典转换成Series；
- Series对象的下标运算同时支持位置和标签两种方式：
扫一扫
4537
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
