python3中的drop_duplicates函数(对数据进行去重处理)


我们知道这个函数是去重处理函数 ,单列进行处理比较好理解

但是如果多列进行处理具体啥意思呢?

python3中的drop_duplicates函数(对数据进行去重处理)_第1张图片

用上述数据表示:简单理解 如果df_part_1.drop_duplicates(['user_id','behavior_type'], 'last')

这句话的意思就是 这两列元素一样的话 就相当于重复(只看这两类 其他列重复不重复没有一点关系) (上图 0 1 2 行就是重复项) 重复了我们就要去重,对吧。那么既然重复这么多 我们最后还是得留下来一个吧 所以最后参数 last 胡总和first就是说 重复这么多项 我只保留最后一项(所以我们把0  1都去重了 只保留了2 这一行) 或者只保留第一项

处理后的结果如下图所示 注意看行的标号 

python3中的drop_duplicates函数(对数据进行去重处理)_第2张图片



你可能感兴趣的:(python数据挖掘从零开始)