pandas去重複行並分類彙總
阿新 • • 發佈:2018-12-27
今天主要記錄一下pandas去重複行以及如何分類彙總。以下面的資料幀作為一個例子:
import pandas as pd
data=pd.DataFrame({'產品':['A','A','A','A'],'數量':[50,50,30,30]})
pandas判斷dataframe是否含有重複行資料用:df.duplicated()
第一次出現的資料為False.重複的資料行就被記錄為True。
去掉重複行資料使用data.drop_duplicates().
可以看到索引亂了,我們使用data.reset_index(),裡面的引數drop=True,表明要舍掉原來的索引,不然的話原來的索引會保留下來。
分類彙總主要使用groupby(表明彙總的條件列)以及agg(要彙總的欄位/列以及彙總的方式:求和還是最大最小值或者計數)。完整程式碼如下圖
# -*- coding: utf-8 -*- """ Created on Fri Jul 20 09:08:10 2018 @author: FanXiaoLei """ import pandas as pd data=pd.DataFrame({'產品':['A','A','A','A'],'數量':[50,50,30,30]}) if data.duplicated: dataA=data.drop_duplicates().reset_index(drop=True) print(dataA) dataB=dataA.groupby(by='產品').agg({'數量':sum}) print('資料彙總結果:') print(dataB)
結果展示如下圖: