Pythonデータ分析入門編10:重複の削除(drop_duplicates)

#10:重複の削除(drop_duplicates)

{
 "cells": [
  {
   "cell_type": "code",
   "execution_count": 2,
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "0    2.1\n",
      "1    2.1\n",
      "2    NaN\n",
      "3    2.2\n",
      "4    2.5\n",
      "5    NaN\n",
      "6    2.8\n",
      "7    2.1\n",
      "8    NaN\n",
      "9    2.2\n",
      "dtype: float64\n"
     ]
    }
   ],
   "source": [
    "import pandas as pd\n",
    "\n",
    "\n",
    "s = pd.Series([2.1, 2.1, None, 2.2, 2.5, \n",
    "               None, 2.8, 2.1, None, 2.2])\n",
    "print(s)"
   ]
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": "Python 3",
   "language": "python",
   "name": "python3"
  },
  "language_info": {
   "codemirror_mode": {
    "name": "ipython",
    "version": 3
   },
   "file_extension": ".py",
   "mimetype": "text/x-python",
   "name": "python",
   "nbconvert_exporter": "python",
   "pygments_lexer": "ipython3",
   "version": "3.10.6"
  }
 },
 "nbformat": 4,
 "nbformat_minor": 2
}

{
 "cells": [
  {
   "cell_type": "code",
   "execution_count": 1,
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "   Spot-1  Spot-2  Spot-3  Spot-4  Spot-5\n",
      "0     2.1     1.8     2.5     NaN     2.0\n",
      "1     2.3     1.9     2.6     2.2     2.2\n",
      "2     NaN     NaN     2.4     2.1     NaN\n",
      "3     NaN     2.0     NaN     NaN     2.1\n",
      "4     2.5     NaN     2.7     2.0     NaN\n",
      "5     NaN     NaN     NaN     2.1     2.6\n",
      "6     2.8     2.3     2.9     NaN     NaN\n",
      "7     3.0     2.4     NaN     2.5     NaN\n",
      "8     NaN     2.0     NaN     NaN     2.1\n",
      "9     2.2     NaN     2.6     2.3     NaN\n"
     ]
    }
   ],
   "source": [
    "import pandas as pd\n",
    "\n",
    "\n",
    "df = pd.DataFrame({\"Spot-1\": [2.1, 2.3, None, None, 2.5, None, 2.8, 3.0, None, 2.2],\n",
    "                  \"Spot-2\": [1.8, 1.9, None, 2.0, None, None, 2.3, 2.4, 2.0, None],\n",
    "                  \"Spot-3\": [2.5, 2.6, 2.4, None, 2.7, None, 2.9, None, None, 2.6],\n",
    "                  \"Spot-4\": [None, 2.2, 2.1, None, 2.0, 2.1, None, 2.5, None, 2.3],\n",
    "                  \"Spot-5\": [2.0, 2.2, None, 2.1, None, 2.6, None, None, 2.1, None]})\n",
    "print(df)"
   ]
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": "Python 3",
   "language": "python",
   "name": "python3"
  },
  "language_info": {
   "codemirror_mode": {
    "name": "ipython",
    "version": 3
   },
   "file_extension": ".py",
   "mimetype": "text/x-python",
   "name": "python",
   "nbconvert_exporter": "python",
   "pygments_lexer": "ipython3",
   "version": "3.10.6"
  }
 },
 "nbformat": 4,
 "nbformat_minor": 2
}

この動画を見るにはpaiza会員登録のうえ
有料会員登録が必要です

無料会員登録して始める

★ 実技1
★ 実技2

実技課題「重複の削除(シリーズ)」

コードエリアには、シリーズsが定義されています。
このシリーズsに含まれる、重複している後方の値を削除して出力してください。

採点の前にはすべてのセルを実行し、ノートブックを保存してください。

※ 回答時にはprint(s)をコメントアウトして回答してください。

実技課題「重複の削除(データフレーム)」

コードエリアには、データフレームdfが定義されています。
このデータフレームdfに含まれる、重複している後方の行を削除して出力してください。

採点の前にはすべてのセルを実行し、ノートブックを保存してください。

※ 回答時にはprint(df)をコメントアウトして回答してください。

このチャプターでは、重複している値や行を削除する方法を学習します。

重複の削除(drop_duplicates)

drop_duplicatesメソッドを用いることで、シリーズやデータフレームに含まれる重複している値や行を削除した、新しいシリーズやデータフレームを取得することができる
- シリーズの例:
```
import pandas as pd


s = pd.Series([1, 2, 3, 1, 5, 2, 4])
print(s.drop_duplicates())
        
```
  - シリーズに含まれる、重複している後方の値を削除できる
  - 重複の判定方法は、シリーズのduplicatedメソッドと同様
- データフレームの例:
```
import pandas as pd


df = pd.DataFrame([["Kirishima", "ruby"], ["Kirishima", "python"], ["Kirishima", "ruby"]], columns=["student", "lang"])
print(df.drop_duplicates())
        
```
  - データフレームに含まれる、重複している後方の行を削除できる
  - 重複の判定方法は、データフレームの duplicatedメソッドと同様

有料プランで現役エンジニアに相談可能！

プログラミング学習 > Python3 > Pythonデータ分析入門編 > Pythonデータ分析入門編10: クリーニング > 重複の削除(drop_duplicates)

コード判定結果

実技課題 「重複の削除(シリーズ)」

実技課題 「重複の削除(データフレーム)」

重複の削除(drop_duplicates)

実技課題「重複の削除(シリーズ)」

実技課題「重複の削除(データフレーム)」