Panda's - Duplicaten verwijderen
Duplicaten ontdekken
Dubbele rijen zijn rijen die meer dan één keer zijn geregistreerd.
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
Door onze testdataset te bekijken, kunnen we aannemen dat rij 11 en 12 duplicaten zijn.
Om duplicaten te ontdekken, kunnen we de duplicated()
methode gebruiken.
De duplicated()
methode retourneert een Booleaanse waarde voor elke rij:
Voorbeeld
Retourneert True
voor elke rij die een duplicaat is, anders False
:
print(df.duplicated())
Gecertificeerd!
Voltooi de Pandas-modules, doe de oefeningen, doe het examen en je wordt w3schools-gecertificeerd!
$ 10 INSCHRIJVEN
Duplicaten verwijderen
Gebruik de drop_duplicates()
methode om duplicaten te verwijderen.
Voorbeeld
Verwijder alle duplicaten:
df.drop_duplicates(inplace = True)
Onthoud: het (inplace = True)
zorgt ervoor dat de methode GEEN nieuw DataFrame retourneert, maar het zal alle duplicaten van het originele DataFrame verwijderen.