早上好! 我正在尝试使用熊猫从 csv 文件中删除重复的行。 我有 2 个文件,A.csv 和 B.csv 我想删除 A 中存在于 B 中的所有行。
文件 A.csv:
Pedro,10,rojo
Mirta,15,azul
Jose,5,violeta
文件 B.csv:
Pedro,
ignacio,
fernando,
federico,
输出文件输出.csv:
Mirta,15,azul
Jose,5,violeta
尝试加入文件,然后应用
cat A.csv B.csv > output.csv
并在 Python 中运行此程序:
import pandas as pd
df = pd.read_csv('output.csv')
df.drop_duplicates(inplace=True)
df.to_csv('final.csv', index=False)
-
导入您df_a和df_b的 A.csv 和 B.csv。
-
然后,追加您df_ab的两个数据帧:
df_ab = df_a.append(df_b)
-
然后查找重复的行:
df_ab_only_duplicated_values = df_ab[df_ab.duplicated()]
-
将df_a追加df_ab_only_duplicated_values并删除所有重复的行:
df_a = df_a.append(df_ab_only_duplicated_values).drop_duplicates(keep=False)
data_A = {'name': ['Pedro','Mirta','Jose'], 'age': [10,15,5]}
data_B = {'name': ['Pedro','ignacio','fernando', 'federico']}
A = pd.DataFrame(data=data_A)
B = pd.DataFrame(data=data_B)
A
name age
0 Pedro 10
1 Mirta 15
2 Jose 5
B
name
0 Pedro
1 ignacio
2 fernando
3 federico
df = pd.merge(A, B, on='name', how='left', indicator=True)
df
name age _merge
0 Pedro 10 both
1 Mirta 15 left_only
2 Jose 5 left_only
df = df[df['_merge'] != 'both']
df
name age _merge
1 Mirta 15 left_only
2 Jose 5 left_only
df.drop(columns='_merge', inplace=True)
df
name age
1 Mirta 15
2 Jose 5