跳转至

Python | Pandas index.duplicated()

原文:https://www.geesforgeks.org/python-pandas-index-replicated/

Python 是进行数据分析的优秀语言，主要是因为以数据为中心的 python 包的奇妙生态系统。 【熊猫】 就是其中一个包，让导入和分析数据变得容易多了。

熊猫 **Index.duplicated()**功能表示重复的索引值。重复的值在结果数组中表示为真值。可以指示所有重复项，除第一个重复项外的所有重复项，或者除最后一个重复项外的所有重复项。

语法:index.duplicated(keep = ' first ')

参数: 保留: { '第一个'，'最后一个'，'假' }，默认'第一个' 一组重复项中的一个或多个值标记为缺失。 - > “第一个”:除了第一次出现外，将重复项标记为真。 - > “最后”:除最后一次出现外，将重复项标记为“真”。 - > 假:将所有重复标记为真。

返回: numpy.ndarray

示例#1: 使用Index.duplicated()函数指示索引中除第一个值之外的所有重复值。

# importing pandas as pd
import pandas as pd

# Creating the Index
idx = pd.Index(['Labrador', 'Beagle', 'Labrador', 
                      'Lhasa', 'Husky', 'Beagle'])

# Print the Index
idx

输出:

让我们看看索引中的值是重复值还是唯一值。

# Identify the duplicated values except the first
idx.duplicated(keep ='first')

输出: 正如我们在输出中看到的，Index.duplicated()函数已经将重复值的所有出现标记为True除了第一次出现。

示例 2: 使用Index.duplicated()功能识别所有重复值。这里所有的重复值将被标记为True

# importing pandas as pd
import pandas as pd

# Creating the Index
idx = pd.Index([100, 50, 45, 100, 12, 50, None])

# Print the Index
idx

输出:

让我们确定索引中所有重复的值。

注:我们在指数中有NaN值。

# Identify all duplicated occurrence of values
idx.duplicated(keep = False)

输出:

该函数已将所有重复值标记为“真”。它还将NaN值的单次出现视为唯一，并将其标记为假。

回到顶部