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(shù)據(jù)，且只現(xiàn)實n-1條重復的數(shù)據(jù)（n是重復的次數(shù)） frame[frame.duplicated() == True]
一開始還很疑惑，明明（1，b）只出現(xiàn)了1次，哪里duplicate了。其實，人家return的結果是去掉已經(jīng)出現(xiàn)過一次的行數(shù)據(jù)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(shù)很簡潔呢，返回了重復值而且不冗余。
# 說明drop_duplicates()函數(shù)是將所有重復的數(shù)據(jù)都去掉了，且默認保留重復數(shù)據(jù)的第一條。 # 比如（2，d）出現(xiàn)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(shù)據(jù)行 frame.drop_duplicates()
補充：python的pandas重復值處理（duplicated()和drop_duplicates())
import numpy as np import pandas as pd #生成重復數(shù)據(jù) 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(shù)據(jù) isDplicated=df.duplicated() #判斷重復數(shù)據(jù)記錄 isDplicated
輸出：
#刪除重復值 new_df1=df.drop_duplicates() #刪除數(shù)據(jù)記錄中所有列值相同的記錄 new_df2=df.drop_duplicates(['col3']) #刪除數(shù)據(jù)記錄中col3列值相同的記錄 new_df3=df.drop_duplicates(['col4']) #刪除數(shù)據(jù)記錄中col4列值相同的記錄 new_df4=df.drop_duplicates(['col3','col4']) #刪除數(shù)據(jù)記錄中(col3和col4)列值相同的記錄 new_df1 new_df2 new_df3 new_df4
輸出：
以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。
