无法使用熊猫从 .csv 列中删除重复项答案

【问题标题】：Can't remove duplicates from .csv column with pandas无法使用熊猫从 .csv 列中删除重复项
【发布时间】：2019-06-11 23:08:36
【问题描述】：

我正在尝试对包含地址的 .csv 做一些非常简单的事情。我想使用 pandas 函数 drop_duplicates() 删除任何行，如果它们在单个列中包含重复值（['Addresses']）。

每当我尝试使用 drop_duplicates() 并将我的数据框打印或保存到新的 .csv 时，重复的行/值仍然存在。


data = pandas.read_csv(r"C:\Users\markbrd\Desktop\PalmAveAddresses.csv",
encoding = "ISO-8859-1")

data.drop_duplicates(subset=['Addresses'], keep='first')

print(data['Addresses'])

结果：

0             4834Via Estrella
1             5244Via Patricia
2        11721HIDDEN VALLEY RD
3                  30GARDEN CT
4      1999Fremont Blvd. Bldg.
5          8316Fountainhead Ct
6          8312Fountainhead Ct
7               1013Adella Ave
8               1005Adella Ave
9                 1520Tenth St
10                1536Tenth St

                ...           

607              847Florida St
608                 81212th St
609                 81212th St
610                 81212th St
611                 81212th St
612                 81212th St
613                 81212th St
614                 81212th St
615                 81212th St
616                 81212th St
617                 81212th St
618                 81212th St
619                 81212th St

如您所见，地址中仍有几行包含重复项（请参见第 609-619 行）。任何帮助将不胜感激！

【问题讨论】：

需要重新分配：data = data.drop_duplicates(...)

标签： python python-3.x pandas

【解决方案1】：

您需要就地分配或使用。

data.drop_duplicates(subset=['Addresses'], keep='first', inplace=True)

【讨论】：

【解决方案2】：

DataFrame.drop_duplicates(subset=None, keep='first', inplace=False)

返回删除重复行的 DataFrame，可选择仅考虑某些列

参数： 子集：列标签或标签序列，可选

仅考虑某些列来识别重复项，默认情况下使用所有列

keep : {‘first’, ‘last’, False}, 默认‘first’

first ：删除除第一次出现的重复项。 last ：删除除最后一次出现的重复项。 False：删除所有重复项。就地：布尔值，默认为 False

是删除副本还是返回副本

返回：
去重：DataFrame

【讨论】：