如何摆脱我们熊猫数据框中的相等列？

Posted 2023-03-29

【中文标题】如何摆脱我们熊猫数据框中的相等列？

【英文标题】：how to get ride of equal column in our panda data frame?

【发布时间】：2022-01-15 16:25:06

【问题描述】：

我有三个大小为 df1=(176, 5766) df2=(8, 5766) df3=(16, 5766) 的数据框，尽管列名不同，但在我的列中存在相似的数据值（所有列在每三个都相等），但是当我使用例如

df1.T.drop_duplicates().T 
df2.T.drop_duplicates().T 
df3.T.drop_duplicates().T 

虽然它必须创建相同的输出列，但它会将 df1=(176, 581) df2=(8, 632) df3=(16, 622) 我怎样才能驾驭这个？

【问题讨论】：

您的意思是要保留所有 3 个数据框中存在的列并从所有数据框中删除其余列？所以基本上你在所有这些中留下了相同数量的列？

不，我的意思是我想删除值列（不是名称列）方面的相似列，因为所有三个数据框都是相似的列，但只是行号不同。但是当您等待时，通过上述方法删除相似列后，它们在输出中的列号必须相同，但不是？

【参考方案1】：

语法： df.drop_duplicates(subset=None, keep='first', inplace=False)

参数：

子集：

Subset 采用列或列标签列表。它的默认值为无。传递列后，它只会将它们视为重复项。

保留：

keep 是控制如何考虑重复值。它只有三个不同的值 - first、last 和 false。默认为“第一”。 ‘first’，它认为第一个值是唯一的，其余相同的值是重复的。

就地：

布尔值，如果为真则删除重复行。

# dropping duplicate values
df1.drop_duplicates(keep=False,inplace=True)
df2.drop_duplicates(keep=False,inplace=True)
df3.drop_duplicates(keep=False,inplace=True)

【讨论】：

谢谢promila，但我想删除相似的列，而不是原始列，您建议不要删除所有三个中的相似列？