Pandas - Menghapus Duplikat
Menemukan Duplikat
Baris duplikat adalah baris yang telah didaftarkan lebih dari satu kali.
Duration Date Pulse Maxpulse Calories
0 60 '2020/12/01' 110 130 409.1
1 60 '2020/12/02' 117 145 479.0
2 60 '2020/12/03' 103 135 340.0
3 45 '2020/12/04' 109 175 282.4
4 45 '2020/12/05' 117 148 406.0
5 60 '2020/12/06' 102 127 300.0
6 60 '2020/12/07' 110 136 374.0
7 450 '2020/12/08' 104 134 253.3
8 30 '2020/12/09' 109 133 195.1
9 60 '2020/12/10' 98 124 269.0
10 60 '2020/12/11' 103 147 329.3
11 60 '2020/12/12' 100 120 250.7
12 60 '2020/12/12' 100 120 250.7
13 60 '2020/12/13' 106 128 345.3
14 60 '2020/12/14' 104 132 379.3
15 60 '2020/12/15' 98 123 275.0
16 60 '2020/12/16' 98 120 215.2
17 60 '2020/12/17' 100 120 300.0
18 45 '2020/12/18' 90 112 NaN
19 60 '2020/12/19' 103 123 323.0
20 45 '2020/12/20' 97 125 243.0
21 60 '2020/12/21' 108 131 364.2
22 45 NaN 100 119 282.0
23 60 '2020/12/23' 130 101 300.0
24 45 '2020/12/24' 105 132 246.0
25 60 '2020/12/25' 102 126 334.5
26 60 20201226 100 120 250.0
27 60 '2020/12/27' 92 118 241.0
28 60 '2020/12/28' 103 132 NaN
29 60 '2020/12/29' 100 132 280.0
30 60 '2020/12/30' 102 129 380.3
31 60 '2020/12/31' 92 115 243.0
Dengan melihat kumpulan data pengujian kami, kami dapat mengasumsikan bahwa baris 11 dan 12 adalah duplikat.
Untuk menemukan duplikat, kita dapat menggunakan duplicated()
metode.
Metode duplicated()
mengembalikan nilai Boolean untuk setiap baris:
Contoh
Pengembalian True
untuk setiap baris yang merupakan duplikat, jika tidak False
:
print(df.duplicated())
Dapatkan Sertifikasi!
Selesaikan modul Pandas, kerjakan latihannya, ikuti ujiannya, dan Anda akan mendapatkan sertifikasi w3schools!
$10 DAFTAR
Menghapus Duplikat
Untuk menghapus duplikat, gunakan drop_duplicates()
metode.
Contoh
Hapus semua duplikat:
df.drop_duplicates(inplace = True)
Ingat: Ini (inplace = True)
akan memastikan bahwa metode TIDAK mengembalikan DataFrame baru , tetapi akan menghapus semua duplikat dari DataFrame asli .