python - 删除具有重复列pandas数据框的行(Python)

我有一个csv，可使用熊猫阅读并创建一个数据框。
数据框如下所示：

description     title
lorem ipsum       A
ipsum lorem       A
dolor sit amet    C
amet sit dolor    B

它具有1034行和2列

现在，我想从数据框中删除所有具有重复标题的行，并使数据框如下所示：

description     title
lorem ipsum       A
dolor sit amet    C
amet sit dolor    B

我找到了一个解决方案，说使用drop_duplicates()删除重复项。在我的场景中，我做到了：

df.drop_duplicates('title', inplace = True)

当我print df时，它仍然显示1034行，但最后显示[967 x 2]，这意味着它具有967行，并且确实删除了重复项。即使做df.shape也会告诉我同样的事情。但是当我打印或遍历它似乎不起作用。实际上，特定列的平均打印长度为967。例如：print len(df['title'])为我967。只是数据帧索引编号相同吗？还是真的还有1034行？
可能是什么问题？

我附上我的代码：

df = pd.read_csv('latestdata.csv', sep='\t')
df.drop_duplicates('title', inplace=True)
print df

最佳答案

删除重复项工作正常。您的代码很好。这是关于正在发生的事情的解释。当您创建pandas数据框而未指定index时，pandas会自动对行进行索引，这是一个简单的递增整数值。

删除重复项时，将删除所有重复的索引。如果要重置索引，请执行以下操作：

df.reset_index(inplace=True)

并且您的数据框将重新索引，并且在打印df时将看到最后一个索引为967。

关于python - 删除具有重复列pandas数据框的行(Python)，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/43698764/