今天主要记录一下pandas去重复行以及如何分类汇总。以下面的数据帧作为一个例子：
|
1
2
|
import pandas as pddata=pd.dataframe({'产品':['a','a','a','a'],'数量':[50,50,30,30]}) |
pandas判断dataframe是否含有重复行数据用：df.duplicated()
第一次出现的数据为false.重复的数据行就被记录为true。
去掉重复行数据使用data.drop_duplicates().
可以看到索引乱了,我们使用data.reset_index(),里面的参数drop=true，表明要舍掉原来的索引，不然的话原来的索引会保留下来。
分类汇总主要使用groupby(表明汇总的条件列)以及agg(要汇总的字段/列以及汇总的方式：求和还是最大最小值或者计数)。完整代码如下图
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
# -*- coding: utf-8 -*-"""created on fri jul 20 09:08:10 2018@author: fanxiaolei"""import pandas as pddata=pd.dataframe({'产品':['a','a','a','a'],'数量':[50,50,30,30]})if data.duplicated: dataa=data.drop_duplicates().reset_index(drop=true)print(dataa)datab=dataa.groupby(by='产品').agg({'数量':sum})print('数据汇总结果:')print(datab) |
结果展示如下图：
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/qq_24499417/article/details/81126807
