Pythonデータ分析入門編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": 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
}

{
 "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

演習1
演習2

問題ログインすると模範解答や入力を見ることができます

演習課題「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。

問題ログインすると模範解答や入力を見ることができます

演習課題「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。

Tips

動画へ戻る

次のレッスンへ前のチャプターへ

※有料会員になるとこの動画をご利用いただけます

詳しい説明を読む

＃10:重複の削除(drop_duplicates)

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

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)