1、drop_duplicates()
DataFrame.drop_duplicates(subset=None, keep='first', inplace=False)
- subset： 列标签，可选
- keep： {‘first’, ‘last’, False}, 默认值 ‘first’
first： 删除第一次出现的重复项。
last： 删除重复项，除了最后一次出现。
False： 删除所有重复项。 - inplace：布尔值，默认为False，是否删除重复项或返回副本
data = pd.DataFrame({'A':['a','b','c','c'],'B':[1,1,2,2]})
print(data.A.drop_duplicates(keep='first'))
print(data.A.drop_duplicates(keep='last'))
print(data.A.drop_duplicates(keep=False))
image.png
此处不讨论其删除重复值的用法。
2、nunique()
如果只需要剔除重复值后，column中的值有哪几种，就可以使用nunique()
image.png
可以看到，A列的值有abc3个，所以这里返回3.
3、unique()
如果需要看到提出重复值后，columns中的值有哪几种，还可以使用unique()。
image.png
4、value_counts()
该函数可以对Series里面的每个值进行计数并且排序。
image.png
需要注意的是，如果有np.NaN,只有drop_duplicates()和unique()可以予以显示。
image.png
