在 Pandas中，drop_duplicates（）提供了删除重复值的功能，这个方法主要帮助我们删除后出现的重复值。例如，某列数据如下：Open： Open1 12
A: df[‘open’].drop_first（）
B: df[‘open].drop_duplicates（keep=’first’）
C: df[‘open’].drop_duplicates（keep=’last’）
D: df[‘open’].drop_last（）
A: df[‘open’].drop_first（）
B: df[‘open].drop_duplicates（keep=’first’）
C: df[‘open’].drop_duplicates（keep=’last’）
D: df[‘open’].drop_last（）
举一反三
- 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
- 语句df.drop([‘SalePrice’],axis=1,inplace=True)中的drop()函数表示从数据集中删除数据,下面描述不正确的是 ( ) A: drop()函数只能删除列 B: drop()函数可以删除行 C: drop()函数可以一次删除多列或多行 D: 参数inplace=True,表示直接在数据集df上删除
- 以下哪几个命令在课堂上训练过? A: generate B: keep和drop C: duplicates D: replace和recode E: joinby
- 下列不可能在游标使用过程中使用的关键字是（） A: OPEN B: CLOSE C: FETCH D: DROP
- 下列不可能在游标使用过程中使用的关键字是___________。 A: OPEN B: CLOSE C: DEALLOCATE D: DROP