Python酷库之旅-第三方库Pandas(118)

news2024/9/21 22:49:25

目录

一、用法精讲

521、pandas.DataFrame.drop_duplicates方法

521-1、语法

521-2、参数

521-3、功能

521-4、返回值

521-5、说明

521-6、用法

521-6-1、数据准备

521-6-2、代码示例

521-6-3、结果输出

522、pandas.DataFrame.duplicated方法

522-1、语法

522-2、参数

522-3、功能

522-4、返回值

522-5、说明

522-6、用法

522-6-1、数据准备

522-6-2、代码示例

522-6-3、结果输出

523、pandas.DataFrame.equals方法

523-1、语法

523-2、参数

523-3、功能

523-4、返回值

523-5、说明

523-6、用法

523-6-1、数据准备

523-6-2、代码示例

523-6-3、结果输出

524、pandas.DataFrame.filter方法

524-1、语法

524-2、参数

524-3、功能

524-4、返回值

524-5、说明

524-6、用法

524-6-1、数据准备

524-6-2、代码示例

524-6-3、结果输出

525、pandas.DataFrame.first方法

525-1、语法

525-2、参数

525-3、功能

525-4、返回值

525-5、说明

525-6、用法

525-6-1、数据准备

525-6-2、代码示例

525-6-3、结果输出

二、推荐阅读

1、Python筑基之旅

2、Python函数之旅

3、Python算法之旅

4、Python魔法之旅

5、博客个人主页

一、用法精讲

521、pandas.DataFrame.drop_duplicates方法
521-1、语法
# 521、pandas.DataFrame.drop_duplicates方法
pandas.DataFrame.drop_duplicates(subset=None, *, keep='first', inplace=False, ignore_index=False)
Return DataFrame with duplicate rows removed.

Considering certain columns is optional. Indexes, including time indexes are ignored.

Parameters:
subsetcolumn label or sequence of labels, optional
Only consider certain columns for identifying duplicates, by default use all of the columns.

keep{‘first’, ‘last’, False}, default ‘first’
Determines which duplicates (if any) to keep.

‘first’ : Drop duplicates except for the first occurrence.

‘last’ : Drop duplicates except for the last occurrence.

False : Drop all duplicates.

inplacebool, default False
Whether to modify the DataFrame rather than creating a new one.

ignore_indexbool, default False
If True, the resulting axis will be labeled 0, 1, …, n - 1.

Returns:
DataFrame or None
DataFrame with duplicates removed or None if inplace=True.
521-2、参数

521-2-1、subset(可选，默认值为None)：单一标签或列表，用于指定在哪些列中寻找重复项，如果没有提供，默认会检查所有列。

521-2-2、keep(可选，默认值为'first')：{'first', 'last', False}，用于确定在遇到重复项时保留哪一行，可选的值有：

  • 'first'：保留第一次出现的重复项。
  • 'last'：保留最后一次出现的重复项。
  • False：删除所有重复项，不保留任何重复项。

521-2-3、inplace(可选，默认值为False)：布尔值，如果设置为True，将在原地删除重复项，而不是返回一个新对象，DataFrame会在原地修改，返回值为None。

521-2-4、ignore_index(可选，默认值为False)：布尔值，如果设置为True，返回的DataFrame会重置索引。

521-3、功能

        移除DataFrame中的重复行，你可以指定考虑哪些列来判断重复，你可以选择保留首次出现的行还是最后出现的行，或者删除所有的重复行。

521-4、返回值

        如果inplace参数设置为False，该函数返回一个新的DataFrame，其中移除了重复的行；如果inplace参数设置为True，该函数不会返回任何值，但会在原地修改DataFrame。

521-5、说明

        无

521-6、用法
521-6-1、数据准备
无
521-6-2、代码示例
# 521、pandas.DataFrame.drop_duplicates方法
import pandas as pd
# 创建一个示例DataFrame
data = {
    'A': [1, 1, 2, 2, 3, 3],
    'B': [4, 4, 5, 5, 6, 6]
}
df = pd.DataFrame(data)
# 输出原始DataFrame
print("原始DataFrame:")
print(df)
# 移除重复行（保留首次出现的行）
df_no_duplicates = df.drop_duplicates()
print("\n移除重复行（保留首次出现的行）:")
print(df_no_duplicates)
# 移除重复行（保留最后一次出现的行）
df_no_duplicates_last = df.drop_duplicates(keep='last')
print("\n移除重复行（保留最后一次出现的行）:")
print(df_no_duplicates_last)
# 在原地移除重复行
df.drop_duplicates(inplace=True)
print("\n在原地移除重复行:")
print(df)
521-6-3、结果输出
# 521、pandas.DataFrame.drop_duplicates方法
# 原始DataFrame:
#    A  B
# 0  1  4
# 1  1  4
# 2  2  5
# 3  2  5
# 4  3  6
# 5  3  6
# 
# 移除重复行（保留首次出现的行）:
#    A  B
# 0  1  4
# 2  2  5
# 4  3  6
# 
# 移除重复行（保留最后一次出现的行）:
#    A  B
# 1  1  4
# 3  2  5
# 5  3  6
# 
# 在原地移除重复行:
#    A  B
# 0  1  4
# 2  2  5
# 4  3  6
522、pandas.DataFrame.duplicated方法
522-1、语法
# 522、pandas.DataFrame.duplicated方法
pandas.DataFrame.duplicated(subset=None, keep='first')
Return boolean Series denoting duplicate rows.

Considering certain columns is optional.

Parameters:
subset
column label or sequence of labels, optional
Only consider certain columns for identifying duplicates, by default use all of the columns.

keep
{‘first’, ‘last’, False}, default ‘first’
Determines which duplicates (if any) to mark.

first : Mark duplicates as True except for the first occurrence.

last : Mark duplicates as True except for the last occurrence.

False : Mark all duplicates as True.

Returns:
Series
Boolean series for each duplicated rows.
522-2、参数

522-2-1、subset(可选，默认值为None)：单个标签或标签列表，用于指定要检查重复的列，如果设置为None(默认)，则使用所有列进行重复检查。

522-2-2、keep(可选，默认值为'first')：字符串，用于指定在重复项中哪个标记为非重复，可选的值有：

  • 'first'：保留第一次出现的重复项。
  • 'last'：保留最后一次出现的重复项。
  • False：删除所有重复项，不保留任何重复项。
522-3、功能

        返回一个布尔型Series，每行是否为重复行，True表示该行是重复的，False表示该行是唯一的(保留的)。

522-4、返回值

        返回值是一个布尔型Series，与DataFrame的行数量相同，每个元素对应DataFrame中一行的重复状态。

522-5、说明

        无

522-6、用法
522-6-1、数据准备
无
522-6-2、代码示例
# 522、pandas.DataFrame.duplicated方法
import pandas as pd
data = {
    'A': [1, 2, 2, 3, 4, 4],
    'B': ['x', 'y', 'y', 'z', 'x', 'x']
}
df = pd.DataFrame(data)
# 检查所有列的重复
print(df.duplicated())
# 检查列'A'的重复
print(df.duplicated(subset=['A']))
# 保留最后一个重复项
print(df.duplicated(keep='last'))
# 标记所有重复项
print(df.duplicated(keep=False))
522-6-3、结果输出
# 522、pandas.DataFrame.duplicated方法
# 0    False
# 1    False
# 2     True
# 3    False
# 4    False
# 5     True
# dtype: bool
# 0    False
# 1    False
# 2     True
# 3    False
# 4    False
# 5     True
# dtype: bool
# 0    False
# 1     True
# 2    False
# 3    False
# 4     True
# 5    False
# dtype: bool
# 0    False
# 1     True
# 2     True
# 3    False
# 4     True
# 5     True
# dtype: bool
523、pandas.DataFrame.equals方法
523-1、语法
# 523、pandas.DataFrame.equals方法
pandas.DataFrame.equals(other)
Test whether two objects contain the same elements.

This function allows two Series or DataFrames to be compared against each other to see if they have the same shape and elements. NaNs in the same location are considered equal.

The row/column index do not need to have the same type, as long as the values are considered equal. Corresponding columns and index must be of the same dtype.

Parameters:
other
Series or DataFrame
The other Series or DataFrame to be compared with the first.

Returns:
bool
True if all elements are the same in both objects, False otherwise.
523-2、参数

523-2-1、other(必须)：指要与当前DataFrame进行比较的另一个DataFrame。

523-3、功能

        用于判断两个DataFrame是否相等，它比较两个DataFrame中的所有元素，并返回一个布尔值，指示它们是否完全相同。

523-4、返回值

        返回True表示两个DataFrame完全相同(包括相同的元素、相同的标签和相同的数据类型)，否则返回False。

523-5、说明

        无

523-6、用法
523-6-1、数据准备
无
523-6-2、代码示例
# 523、pandas.DataFrame.equals方法
import pandas as pd
# 创建两个相同的DataFrame
data1 = {
    'A': [1, 2, 3],
    'B': ['a', 'b', 'c']
}
data2 = {
    'A': [1, 2, 3],
    'B': ['a', 'b', 'c']
}
df1 = pd.DataFrame(data1)
df2 = pd.DataFrame(data2)
# 比较两个DataFrame
result = df1.equals(df2)
print(result)
# 创建一个不同的DataFrame
data3 = {
    'A': [1, 2, 4],
    'B': ['a', 'b', 'd']
}
df3 = pd.DataFrame(data3)
# 比较df1和df3
result = df1.equals(df3)
print(result)
523-6-3、结果输出
# 523、pandas.DataFrame.equals方法
# True
# False
524、pandas.DataFrame.filter方法
524-1、语法
# 524、pandas.DataFrame.filter方法
pandas.DataFrame.filter(items=None, like=None, regex=None, axis=None)
Subset the dataframe rows or columns according to the specified index labels.

Note that this routine does not filter a dataframe on its contents. The filter is applied to the labels of the index.

Parameters:
items
list-like
Keep labels from axis which are in items.

like
str
Keep labels from axis for which “like in label == True”.

regex
str (regular expression)
Keep labels from axis for which re.search(regex, label) == True.

axis
{0 or ‘index’, 1 or ‘columns’, None}, default None
The axis to filter on, expressed either as an index (int) or axis name (str). By default this is the info axis, ‘columns’ for DataFrame. For Series this parameter is unused and defaults to None.

Returns:
same type as input object.
524-2、参数

524-2-1、items(可选，默认值为None)：类似列表的对象，例如list、tuple等，用于精确指定要保留的行或列的标签，只有这些标签对应的部分会被保留。

524-2-2、like(可选，默认值为None)：字符串，根据包含某个字符串的标签进行过滤，标签中只要包含了指定字符串的行或列就会被保留。

524-2-3、regex(可选，默认值为None)：正则表达式，使用正则表达式进行标签匹配，匹配成功的标签对应的行或列会被保留。

524-2-4、axis(可选，默认值为None)：{0 or 'index', 1 or 'columns'}， 指定要应用筛选的轴，0或'index'表示按行过滤，1或'columns'表示按列过滤。

524-3、功能

        用于根据指定条件筛选DataFrame的行或列，返回符合条件的一个新的DataFrame，该方法提供了通过标签、关键词或正则表达式来进行灵活过滤的方式。

524-4、返回值

        返回一个经过筛选的新DataFrame，原始DataFrame不会被修改。

524-5、说明

        无

524-6、用法
524-6-1、数据准备
无
524-6-2、代码示例
# 524、pandas.DataFrame.filter方法
import pandas as pd
# 示例数据
data = {
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9],
    'D': [10, 11, 12]
}
df = pd.DataFrame(data)
# 使用items参数过滤列
filtered_df_items = df.filter(items=['A', 'C'])
print(filtered_df_items, end='\n\n')
# 使用like参数过滤列
filtered_df_like = df.filter(like='B')
print(filtered_df_like, end='\n\n')
# 使用regex参数过滤列
filtered_df_regex = df.filter(regex='[CD]')
print(filtered_df_regex)
524-6-3、结果输出
# 524、pandas.DataFrame.filter方法
#    A  C
# 0  1  7
# 1  2  8
# 2  3  9
# 
#    B
# 0  4
# 1  5
# 2  6
# 
#    C   D
# 0  7  10
# 1  8  11
# 2  9  12
525、pandas.DataFrame.first方法
525-1、语法
# 525、pandas.DataFrame.first方法
pandas.DataFrame.first(offset)
Select initial periods of time series data based on a date offset.

Deprecated since version 2.1: first() is deprecated and will be removed in a future version. Please create a mask and filter using .loc instead.

For a DataFrame with a sorted DatetimeIndex, this function can select the first few rows based on a date offset.

Parameters:
offset
str, DateOffset or dateutil.relativedelta
The offset length of the data that will be selected. For instance, ‘1ME’ will display all the rows having their index within the first month.

Returns:
Series or DataFrame
A subset of the caller.

Raises:
TypeError
If the index is not a DatetimeIndex.
525-2、参数

525-2-1、offset(必须)：字符串，表示时间偏移量的字符串。例如，'5D'表示5天，'3M'表示3个月。

525-3、功能

        基于时间索引提取从开始到指定偏移的行。

525-4、返回值

        返回一个DataFrame对象，包含从DataFrame开始到指定偏移量的行。

525-5、说明

        无

525-6、用法
525-6-1、数据准备
无
525-6-2、代码示例
# 525、pandas.DataFrame.first方法
import pandas as pd
import numpy as np
# 创建示例数据
dates =pd.date_range('2024-01-01', periods=10)
data = np.random.randn(10, 2)
df = pd.DataFrame(data, index=dates, columns=['A', 'B'])
# 使用 first() 方法提取前3天的数据
first3_days = df.first('3D')
print(first3_days)
525-6-3、结果输出
# 525、pandas.DataFrame.first方法
#                    A         B
# 2024-01-01 -0.619384  1.252433
# 2024-01-02 -0.556967  0.084537
# 2024-01-03  0.692299 -0.505099

二、推荐阅读

1、Python筑基之旅
2、Python函数之旅
3、Python算法之旅
4、Python魔法之旅
5、博客个人主页

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/2139526.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

每个企业都需要 (但未使用) 的 BYOD 安全解决方案

每个企业都需要 (但未使用) 的 BYOD 安全解决方案

远程办公模式的转变彻底改变了组织管理员工设备的方式。如今，员工希望能够灵活地在任何地方使用任何设备工作，这导致自带设备 (BYOD) 政策被广泛采用。 但随着越来越多的企业采用BYOD，一个问题依然摆在眼前：如何在不侵犯个人隐私…
阅读更多...
ChatGPT的底层逻辑

ChatGPT的底层逻辑

“一些未知的东西正在做我们不知道的事情。” —— 阿瑟爱丁顿 “为何不尝试制作一个模拟儿童思维的程序呢？” —— 艾伦图灵 “只要是人脑能提出的问题，它就能够得到解决。” —— 库尔特哥德尔 开始 传说中的扫地僧，在现实中极其罕见。 有…
阅读更多...
【题解】—— LeetCode一周小结37

【题解】—— LeetCode一周小结37

🌟欢迎来到 我的博客 —— 探索技术的无限可能！ 🌟博客的简介（文章目录） 【题解】—— 每日一道题目栏 上接：【题解】—— LeetCode一周小结36 9.合并零之间的节点 题目链接：2181. 合并零之间…
阅读更多...
【嵌入式硬件开发基础】Arduino板常用外设及应用：MPU6050空间运动传感器(简介，类库函数，卡尔曼滤波)，继电器（原理介绍，含应用实例/代码）

【嵌入式硬件开发基础】Arduino板常用外设及应用：MPU6050空间运动传感器(简介，类库函数，卡尔曼滤波)，继电器（原理介绍，含应用实例/代码）

当一个人不能拥有的时候，他唯一能做的便是不要忘记。 🎯作者主页： 追光者♂🔥 🌸个人简介： 📝[1] CSDN 博客专家📝 🏆[2] 人工智能领域优质创作者🏆 🌟[3] 2022年度博客之星人工智能领域TOP4🌟 🌿[4] 2023年城市之星领跑者TOP1(哈尔滨…
阅读更多...
Python3时间模块使用

Python3时间模块使用

文章目录 python安装时间处理模块概述time 模块常用方法 datetime 模块常用方法 时间戳与 datetime 的相互转换时区处理使用 pytz 设置时区 实际应用场景日志时间处理时间差计算不同时区的时间转换 结论 在 Python 编程中，时间处理和时间格式转换是非常常见的需求&a…
阅读更多...
毕业论文基于Web的快递中心系统的设计与实现

毕业论文基于Web的快递中心系统的设计与实现

一、研究的现状及其意义 快递行业是一种发展潜力巨大的新兴行业，随着我国的电子商务蓬勃发展和日益成熟，网购已经成为了现今人们主要的购物方式，与此同时，与网购紧密相连的快递行业随之也得到了飞速发展。我国的快递行业起步阶段为…
阅读更多...
2024/9/15 408大题专项训练之存储系统

2024/9/15 408大题专项训练之存储系统

怎么看组相联、全相联、直接映射？ 全相联：一个一个比 直接映射：就一个等号就行 组相联： cache大小怎么算？
阅读更多...
Linux设备驱动开发：从基础理论到实战经验的全面解析

Linux设备驱动开发：从基础理论到实战经验的全面解析

Linux操作系统因其开源性和灵活性，在服务器、嵌入式系统乃至桌面环境中得到了广泛应用。作为操作系统的核心组件之一，设备驱动程序负责管理硬件资源，使硬件设备能够高效地与操作系统及应用程序交互。本文将深入探讨Linux设备驱动开发的基础知…
阅读更多...
Hadoop 技术详解：架构、应用与未来发展

Hadoop 技术详解：架构、应用与未来发展

1. Hadoop 简介 1.1 背景与起源 随着互联网的快速发展，数据量呈现爆炸式增长，传统的集中式计算和存储方式无法有效应对这些大规模数据的处理需求。为了解决这一问题，Google 在 2003 年发布了三篇具有革命性的论文：《Google File…
阅读更多...
【算法】动态规划—最长公共子序列

【算法】动态规划—最长公共子序列

最长公共子序列问题就是求出两个字符串的LCS长度，是一道非常经典的面试题目，因为它的解法是典型的二维动态规划。 比如输入 str1 "babcde", str2 "acbe"，算法应该输出3，因为 str1 和 str2 的最长公共子序列…
阅读更多...
在线查看 Android 系统源代码 Git repositories on android

在线查看 Android 系统源代码 Git repositories on android

在线查看 Android 系统源代码 Git repositories on android 1. Git repositories on android1.1. Android Make Build System1.2. Android Open Source Project Code Review References 1. Git repositories on android https://android.googlesource.com/ 1.1. Android Make …
阅读更多...
基于VUE的老年颐养中心系统的设计与实现计算机毕业论文

基于VUE的老年颐养中心系统的设计与实现计算机毕业论文

根据联合国的预测，2000-2050年将是我国人口年龄结构急剧老化的阶段，老化过程大致也可分为三个阶段：第一阶段，65岁及以上人口比例从2000年的6.97%上升到2020年的11.7%，20年时间仅上升4.63个百分点。第二阶段为2020-2040…
阅读更多...
LVGL 控件之列表（lv_list）

LVGL 控件之列表（lv_list）

目录 一、概述二、列表1、添加列表按钮2、设置列表文本3、API 函数 一、概述 List（列表） 基本上是一个垂直布局的矩形，按钮指向该矩形并且可以添加文本。 列表部件由两个部分组成： LV_PART_MAIN 使用所有典型背景属性的列表的主…
阅读更多...
推荐|基于springBoot智能推荐的卫生健康系统设计与实现（源码+论文+数据库）

推荐|基于springBoot智能推荐的卫生健康系统设计与实现（源码+论文+数据库）

私信或留言即免费送开题报告和任务书（可指定任意题目） 目录 一、摘要 二、相关技 三、系统设计 四、数据库设计 五、核心代码 六、论文参考 七、源码获取： 一、摘要 随着信息技术在管理上越来越深入而广泛的应用，…
阅读更多...
打造下一个AI拥抱视频热潮：从CloneAI的成功中汲取灵感

打造下一个AI拥抱视频热潮：从CloneAI的成功中汲取灵感

在科技与创意的交汇点，CloneAI以其敏锐的洞察力和高效的执行力，在短时间内迅速崛起，成为App Store的明星应用。其成功不仅在于抓住了AI技术的浪潮，更在于精准地利用了社交媒体的趋势，创造了一个独特的用户体验。对于希望复刻这一成功的开发者们来说，CloneAI的经验无疑是一…
阅读更多...
DolphinScheduler基础讲解

DolphinScheduler基础讲解

一、DolphinScheduler 概述 DolphinScheduler 是一个分布式、轻量级的大数据任务调度平台，旨在帮助企业高效管理和调度复杂的工作流。它通过图形化界面，简化了任务定义、依赖设置以及调度执行的过程，极大降低了用户上手的门槛。作为 Apache …
阅读更多...
【homebrew安装】踩坑爬坑教程

【homebrew安装】踩坑爬坑教程

homebrew官网，有安装教程提示，但是在实际安装时，由于待下载的包的尺寸过大，本地git缓存尺寸、超时时间的限制，会报如下错误： error: RPC failed; curl 92 HTTP/2 stream 5 was not closed cleanly&#xf…
阅读更多...
Args4j：Java命令行参数解析的利器

Args4j：Java命令行参数解析的利器

在Java开发中，命令行工具的编写是一个常见的需求。如何高效、简洁地处理命令行参数，成为了提升开发效率和工具用户体验的关键。今天，我们将介绍一个强大的Java库——args4j，它专门用于简化命令行参数的解析过程。 文章目录 &#…
阅读更多...
人工智能开发实战matplotlib库应用基础

人工智能开发实战matplotlib库应用基础

内容导读 matplotlib简介绘制直方图绘制撒点图 一、matplotlib简介 matplotlib是一个Python 2D绘图库，它以多种硬拷贝格式和跨平台的交互式环境生成高质量的图形。 matplotlib 尝试使容易的事情变得更容易，使困难的事情变得可能。 我们只需几行代码…
阅读更多...
拓扑排序专题篇

拓扑排序专题篇

目录 前言 课程表 课程表II 课程表IV 火星词典 前言 拓扑排序是指对一个有向无环图的节点进行排序之后得到的序列，如果存在一条从节点A指向节点B的边，那么在拓扑排序的序列中节点A出现在节点B的前面。一个有向无环图可以有一个或多个拓扑排序序列&a…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023