pandas去重复行并分类汇总的实现方法
作者：qq_24499417 发布时间：2021-06-12 17:38:37
标签：pandas,重复行,分类汇总
今天主要记录一下pandas去重复行以及如何分类汇总。以下面的数据帧作为一个例子：
import pandas as pd
data=pd.DataFrame({'产品':['A','A','A','A'],'数量':[50,50,30,30]})
pandas判断dataframe是否含有重复行数据用：df.duplicated()
第一次出现的数据为False.重复的数据行就被记录为True。
去掉重复行数据使用data.drop_duplicates().
可以看到索引乱了,我们使用data.reset_index(),里面的参数drop=True，表明要舍掉原来的索引，不然的话原来的索引会保留下来。
分类汇总主要使用groupby(表明汇总的条件列)以及agg(要汇总的字段/列以及汇总的方式：求和还是最大最小值或者计数)。完整代码如下图
# -*- coding: utf-8 -*-
"""
Created on Fri Jul 20 09:08:10 2018
@author: FanXiaoLei
"""
import pandas as pd
data=pd.DataFrame({'产品':['A','A','A','A'],'数量':[50,50,30,30]})
if data.duplicated:
dataA=data.drop_duplicates().reset_index(drop=True)
print(dataA)
dataB=dataA.groupby(by='产品').agg({'数量':sum})
print('数据汇总结果:')
print(dataB)
结果展示如下图：
来源：https://blog.csdn.net/qq_24499417/article/details/81126807
0
投稿猜你喜欢
关于django中的APPEND_SLASHAPPEND_SLASH 它是啥？看变量名大概能知道做什么，就是添加斜线，用路由系统那里。路由文- 1 sample(序列a，n)sample(序列a，n)功能：从序列a中随机抽取n个元素，并将n个元素生以list形式返回。例：from r
- 技术栈win7+python3+selenium之前有个需求需要实现自动化提流程，为了在任何电脑都能实现该功能，特此写了个爬虫，并将其打包成
- 在保持合理的数据采集上，使用python爬虫也并不是一件坏事情，因为在信息的交流上加快了流通的频率。今天小编为大家带来了一个稍微复杂一点的应
- 简介：MongoEngine 是一个Document-Object Mapper (想一下ORM, 但它是针对文档型数据库)，Python通
- 目录1. 流程分析2. 具体实现3. 百度图片爬虫+生成素描图我给大家带来的是 50行代码，生成一张素描图。让自己也是一个素描“大师”。那废
- 目录问题复现隐式转换总结参考问题在工作中发现，有一个接口只执行一条SQL查询语句，并且SQL明明使用了主键列，但是速度很慢。在MySQL中E
- 相信大家都用过 jupyter，也用过里面的魔法命令，这些魔法命令都以 ％ 或者 ％％ 开
- 今天看书讲T-SQL，看到了UNBOUNDED PRECEDING，就想比对下ROW_NUMBER()的运行速度。sql及相关的结果如下，数
- 前言sklearn是python的重要机器学习库，其中封装了大量的机器学习算法，如：分类、回归、降维以及聚类；还包含了监督学习、非监督学习、
- Worksheet 对象的 rows 属性和 columns 属性得到的是一 Generator 对象，不能用中括号取索引。可先用列表推导式
- --PK select * from sys.key_constraints where object_id = OBJECT_ID(
- 问题描述在我们做项目中，常见的是横向表格，但是偶尔的需求，也会做竖向的表格。比如下图这样的竖向表格：我们看到这样的效果图，第一时间想到的是使
- 看代码吧~如果两个dataloader的长度不一样，那就加个：from itertools import cycle仅使用zip，迭代器将在
- 在这篇入门教程中，我们假定你已经有了PHP语言程序、MySQL数据库、计算机网络通讯及XML语言基础。如果你还没有，那么请先学习相关知识。我
- Selenium简介Selenium是一个用于测试网站的自动化测试工具，支持各种浏览器包括Chrome、Firefox、Safari等主流界
- 最近一段时间一直在研究yolo物体检测，基于网络上很少有yolo的分类预训练和yolo9000的联合数据的训练方法，经过本人的真实实验，对这
- 1.zip用法简介在python 3.x系列中，zip方法返回的为一个zip object可迭代对象。class zip(object):&
- 方法1：1.安装requests_toolbelt依赖库#代码实现def upload(self): login_
- 每次查询分析器寻找路径时，并不会每一次都去统计索引中包含的行数，值的范围等，而是根据一定条件创建和更新这些信息后保存到数据库中，这也就是所谓
