pandas.dataframe怎么把列變成索引？在數(shù)據(jù)幀中，根據(jù)一定的條件，我們可以得到符合要求的行元素的位置。代碼如下：[Python]查看純拷貝DF=pd.數(shù)據(jù)幀（{“BoolCol”：[1，2

pandas.dataframe怎么把列變成索引？

在數(shù)據(jù)幀中，根據(jù)一定的條件，我們可以得到符合要求的行元素的位置。

代碼如下：

[Python]查看純拷貝

DF=pd.數(shù)據(jù)幀（{“BoolCol”：[1，2，3，3，4]，“attr”：[22，33，22，44，66]}，

index=[10,20,30,40,50]）打?。╠f）

a=df[（df.BoolCol==3)&安培（數(shù)據(jù)框?qū)傩?=22)]. 索引.tolist（）

打印（a）

DF如下所示。上面，通過選擇“boolcol”值為3，“attr”值為22的行，我們可以得到該行在DF中的位置

注意：返回的位置是索引列表，根據(jù)索引的不同而不同。這很容易成為數(shù)組中的默認(rèn)下標(biāo)。

[Python]查看純拷貝

boolcol attr

10 1 22

20 2 33

30 3 22

40 3 44

50 4 66

][30

今天，我想消除panda中的重復(fù)行。我找了很久才找到相關(guān)的函數(shù)

讓我們先看一個(gè)小例子][Python]view plain copy

來自panda import系列，dataframe

data=dataframe（{“k”：[1，1，2，2]}）

打印數(shù)據(jù)

IsDuplicated=數(shù)據(jù)。重復(fù)（）

打印重復(fù)

打印類型（重復(fù)）

數(shù)據(jù)=data.drop復(fù)制（）

打印數(shù)據(jù)

執(zhí)行結(jié)果是：

[Python]查看純拷貝

k

0 1

1

2 2

32

[Python]查看純拷貝

0 false

1 true

2 false

3 true

[Python]查看純拷貝

k

0 1

2 2

dataframe的duplicated方法返回一個(gè)布爾序列，指示每行是否重復(fù)。

And drop_u2;replications方法，用于返回刪除重復(fù)行的數(shù)據(jù)幀

這兩個(gè)方法將判斷所有列，您還可以指定一些列來判斷重復(fù)項(xiàng)。

例如，您要對(duì)名為K2的列進(jìn)行重復(fù)數(shù)據(jù)消除data.drop重復(fù)（[“k2”]）