如何使用 python pandas 删除 csv 中列中的精确重复项

Question

所以我正在做一些基本的数据处理。 在“updated_at”列中，我多次显示相同的值。 如何删除除一个以外的所有内容？ 希望图片有帮助。 让我知道你们是否需要更多说明。

df = df.set_index("updated_at")
new_df = df.where(~df.apply(pd.Series.duplicated, 1), "").reset_index()

我尝试了上面的代码但没有用

[图片]

Answer 1

import pandas as pd

df = pd.read_csv(filepath)
new_df = df.drop_duplicates(subset=['updated_at'])
new_df

Answer 2

如果您只需要考虑列 updated_add 您可以使用下面的代码。 如果您需要在删除行之前所有列中的元素相同，则可以选择删除子集参数。

data.drop_duplicates（子集=“updated_at”，就地=真）

有关更多选项，请参见下面的链接https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.drop_duplicates.ZFC35FDC70D5FC69D2698Z83A822C7A53E