在算face_track_id map有感：

data={’state’:[1,1,2,2,1,2,2,2],’pop’:[’a’,’b’,’c’,’d’,’b’,’c’,’d’,’d’]}frame=pd.DataFrame(data) frame

frame.shape$ (8,2)

# 說明duplicated()是對整行進行查重，return 重復了的數據，且只現實n-1條重復的數據（n是重復的次數）frame[frame.duplicated() == True]

一開始還很疑惑，明明（1，b）只出現了1次，哪里duplicate了。其實，人家return的結果是去掉已經出現過一次的行數據了。所以看起來有點confuse，感覺（1，b）并沒有重復，但其實人家的函數很簡潔呢，返回了重復值而且不冗余。

# 說明drop_duplicates()函數是將所有重復的數據都去掉了，且默認保留重復數據的第一條。# 比如（2，d）出現了3次，在duplicated（）中顯示了2次，在drop_dupicates（）后保留了一個frame.drop_duplicates().shape$ (4,2)

# 留下了完全唯一的數據行frame.drop_duplicates()

補充：python的pandas重復值處理（duplicated()和drop_duplicates())

import numpy as npimport pandas as pd #生成重復數據df=pd.DataFrame(np.ones([5,2]),columns=[’col1’,’col2’])df[’col3’]=[’a’,’b’,’a’,’c’,’d’]df[’col4’]=[3,2,3,2,2]df=df.reindex(columns=[’col3’,’col4’,’col1’,’col2’]) #將新增的一列排在第一列df

輸出：

#判斷重復數據isDplicated=df.duplicated() #判斷重復數據記錄isDplicated

輸出：

#刪除重復值new_df1=df.drop_duplicates() #刪除數據記錄中所有列值相同的記錄new_df2=df.drop_duplicates([’col3’]) #刪除數據記錄中col3列值相同的記錄new_df3=df.drop_duplicates([’col4’]) #刪除數據記錄中col4列值相同的記錄new_df4=df.drop_duplicates([’col3’,’col4’]) #刪除數據記錄中(col3和col4)列值相同的記錄new_df1new_df2new_df3new_df4

輸出：

以上為個人經驗，希望能給大家一個參考，也希望大家多多支持好吧啦網。