如何“选择不同的"?跨越 pandas 中的多个数据

How to quot;select distinctquot; across multiple data frame columns in pandas?(如何“选择不同的?跨越 pandas 中的多个数据框列?)

问题描述

我正在寻找一种与 SQL 等效的方法

I'm looking for a way to do the equivalent to the SQL

SELECT DISTINCT col1, col2 FROM dataframe_table

pandas sql 比较没有关于 distinct 的任何内容.

The pandas sql comparison doesn't have anything about distinct.

.unique() 仅适用于单个列，所以我想我可以连接这些列，或者将它们放在列表/元组中并以这种方式进行比较，但这似乎是熊猫应该做的以更本土的方式进行.

.unique() only works for a single column, so I suppose I could concat the columns, or put them in a list/tuple and compare that way, but this seems like something pandas should do in a more native way.

我是否遗漏了一些明显的东西，或者没有办法做到这一点?

Am I missing something obvious, or is there no way to do this?

推荐答案

您可以使用drop_duplicates 方法来获取 DataFrame 中的唯一行:

You can use the drop_duplicates method to get the unique rows in a DataFrame:

In [29]: df = pd.DataFrame({'a':[1,2,1,2], 'b':[3,4,3,5]})

In [30]: df
Out[30]:
   a  b
0  1  3
1  2  4
2  1  3
3  2  5

In [32]: df.drop_duplicates()
Out[32]:
   a  b
0  1  3
1  2  4
3  2  5

如果您只想使用某些列来确定唯一性，您还可以提供 subset 关键字参数.请参阅文档字符串.

You can also provide the subset keyword argument if you only want to use certain columns to determine uniqueness. See the docstring.

这篇关于如何“选择不同的"?跨越 pandas 中的多个数据框列?的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持编程学习网！