Python | Pandas Index.drop_duplicates()

Python es un excelente lenguaje para realizar análisis de datos, principalmente debido al fantástico ecosistema de paquetes de Python centrados en datos. Pandas es uno de esos paquetes y facilita mucho la importación y el análisis de datos.

La función Pandas Index.drop_duplicates()devuelve el índice con valores duplicados eliminados. La función proporciona la flexibilidad de elegir qué valor duplicado se conservará. Podemos eliminar todos los valores duplicados de la lista o dejar la primera/última ocurrencia de los valores duplicados.

Sintaxis: Index.drop_duplicates(etiquetas, errores=’subir’)

Parámetros:
mantener: {‘primero’, ‘último’, Falso}, predeterminado ‘primero’
-> ‘primero’: eliminar duplicados excepto la primera aparición.
-> ‘last’ : elimina los duplicados excepto la última aparición.
-> Falso: eliminar todos los duplicados.

Devoluciones : deduplicado : Índice

Ejemplo n.º 1: use Index.drop_duplicates()la función para descartar todas las ocurrencias del valor duplicado excepto la primera ocurrencia.

# importing pandas as pd
import pandas as pd
  
# Creating the Index
idx = pd.Index([10, 11, 5, 5, 22, 5, 3, 11])
  
# Print the Index
idx

Producción :

Descartemos todas las apariciones de valor duplicado en el Índice excepto la primera aparición.

# drop all duplicate occurrences of the
# labels and keep the first occurrence
idx.drop_duplicates(keep ='first')

Salida:

como podemos ver en la salida, la Index.drop_duplicate()función ha descartado la ocurrencia duplicada de las etiquetas en el Índice.
 
Ejemplo n.º 2: use Index.drop_duplicate()la función para descartar todas las ocurrencias duplicadas de la etiqueta. No guarde ningún valor duplicado en el Índice.

# importing pandas as pd
import pandas as pd
  
# Creating the Index
idx = pd.Index([10, 11, 5, 5, 22, 5, 3, 11])
  
# Print the Index
idx

Producción :

Descartemos todas las apariciones de valor duplicado en el Índice.

# drop all duplicate occurrences of the labels
idx.drop_duplicates(keep = False)

Salida:

como podemos ver en la salida, todos los valores duplicados se han eliminado del índice.