使用drop_duplicates()函数【】重复数据时，默认会保留第一次出现的数据。
举一反三
- 以下关于drop_duplicates函数的说法中错误的是： A: 仅对DataFrame和Series类型的数据有效 B: 仅支持单一特征的数据去重 C: 数据重复时默认保留第一个数据 D: 该函数不会改变原始数据排列
- 若DataFrame对象df中存在重复数据，以下说法正确的是（ ）。 A: 执行df. drop_duplicates()语句，将真正删除df中原有的重复数据 B: 使用df. drop_duplicates()方法仅可以删除重复的行数据 C: 使用df. drop_duplicates()方法将删除所有重复的数据 D: 使用df. drop_duplicates()方法可以删除指定列的全部重复数据
- DataFrame 的duplicates 方法可以用来删除重复数据。
- 下列选项中,描述不正确的是()。 A: 数据清洗的目的是为了提高数据质量 B: 异常值一定要删除 C: 可使用drop_duplicates()方法删除重复数据 D: concat()函数可以沿着一条轴将多个对象进行堆叠
- 关于pandas中删除重复数据的函数：df.drop_duplicates(subset=['序号'],keep='last',inplace=True)下列说法正确的是（ ） A: 如果数据在”序号”列有重复，则保留最先出现的重复项，其它的重复项直接在源数据删除。 B: 如果数据有重复，则保留最先出现的重复项，其它的重复项直接在源数据删除。 C: 如果数据在”序号”列有重复，则保留最后出现的重复项，其它的重复项直接在源数据删除。 D: 如果数据有重复，则保留最后出现的重复项，其它的重复项直接在源数据删除。