所以我有一个DataFrame,它有多个相同的列名。我首先分隔这些列,并创建一个具有这些重复列名的DataFrame。我想知道的是,有没有办法仔细检查行中的所有值是否彼此具有相同的值?在这种情况下,我知道一列是另一列的完全重复,我可以删除它吗?
下面是我到目前为止所得到的结果和一个示例DF:
import collections
duplicated_columns = [item for item, count in collections.Counter(checking_empty_list).items() if count > 1]
dupe[duplicated_columns].head()这是获取在数据帧中出现两次的列的一种简单方法,然后我只是显示头部。我得到以下df:

在本例中,ID将全部为true,我们可以删除其中一列,但total不为true,我们不会删除任何列,因为值不同。我想做,但它不能区分。如何对每次可能不同的多个重复列执行此操作?
if df['ID'] == df['ID'].all() == True:
df.drop(['ID'])
else:
pass下面是将其放入Python中的df的代码。
ID,ID,TOTAL,TOTAL
0.0,0.0,290,0.00
0.0,0.0,16,60.16
0.0,0.0,0,0.00
0.0,0.0,87,0.87
0.0,0.0,78,0.78
df = pd.read_clipboard(sep=',')
df = df.rename(columns = {'TOTAL.1':'TOTAL', 'ID.1':'ID'})任何帮助都将不胜感激。
发布于 2021-11-24 02:40:56
好的,因为转置替代方案不起作用。我试过你的代码了。
要使用all(),应该用()分隔表达式;drop方法不在适当的位置,轴应该等于1(列)。
if (df.loc[:,'ID'] == df.loc[:,"ID.1"]).all():
df.drop('ID.1', axis= 1,inplace=True)
else:
pass
df
Out[42]:
ID TOTAL TOTAL.1
0 0 290 0.00
1 0 16 60.16
2 0 0 0.00
3 0 87 0.87
4 0 78 0.78发布于 2021-11-22 16:53:03
您可以转置DataFrame,然后使用drop_duplicates。
df.T.drop_duplicates()
Out[6]:
0 1 2 3 4
ID 0.0 0.00 0.0 0.00 0.00
TOTAL 290.0 16.00 0.0 87.00 78.00
TOTAL 0.0 60.16 0.0 0.87 0.78要获得所需的表,只需将其转置回来:
new_df = df.T.drop_duplicates()
new_df.T
Out[8]:
ID TOTAL TOTAL
0 0.0 290.0 0.00
1 0.0 16.0 60.16
2 0.0 0.0 0.00
3 0.0 87.0 0.87
4 0.0 78.0 0.78https://stackoverflow.com/questions/70066437
复制相似问题