[Python]python对csv去除重复行 python 2020.2.11
用pandas库的.drop_duplicates函数
代码如下:
1 import shutil 2 import pandas as pd 3 4 5 frame=pd.read_csv('E:/bdbk.csv',engine='python') 6 data = frame.drop_duplicates(subset=['名称'], keep='first', inplace=False) 7 data.to_csv('E:/baike.csv', encoding='utf8')
.drop_duplicates有三个参数
DataFrame.drop_duplicates(subset=None, keep='first', inplace=False)
如subset=['A','B']去A列和B列重复的数据
参数如下:
subset : column label or sequence of labels, optional
用来指定特定的列,默认所有列
keep : {‘first’, ‘last’, False}, default ‘first’
删除重复项并保留第一次出现的项
inplace : boolean, default False
是直接在原来数据上修改还是保留一个副本