[Python]python对csv去除重复行 python 2020.2.11

Posted 2021-03-10 雾霾王者

用pandas库的.drop_duplicates函数

代码如下：

1 import shutil
2 import pandas as pd
3 
4 
5 frame=pd.read_csv(‘E:/bdbk.csv‘,engine=‘python‘)
6 data = frame.drop_duplicates(subset=[‘名称‘], keep=‘first‘, inplace=False)
7 data.to_csv(‘E:/baike.csv‘, encoding=‘utf8‘)

.drop_duplicates有三个参数

DataFrame.drop_duplicates(subset=None, keep=‘first‘, inplace=False)

如subset=[‘A‘,‘B‘]去A列和B列重复的数据

参数如下：

subset : column label or sequence of labels, optional
用来指定特定的列，默认所有列
keep : {‘first’, ‘last’, False}, default ‘first’
删除重复项并保留第一次出现的项
inplace : boolean, default False
是直接在原来数据上修改还是保留一个副本