Главная

1.Введение

2.Ручной поиск дубликатов

import pandas as pd

df = pd.DataFrame({
    'name': ['Сырок Мечта', 'Молоко Отличное', 'Сырок Мечта', 'Сырок Дружба',\
             'Сырок Дружба', 'Молоко Вкусное'],
    'count': [120, 200, 125, 100, 35, 500]
})

print(df.head())

name  count
0      Сырок Мечта    120
1  Молоко Отличное    200
2      Сырок Мечта    125
3     Сырок Дружба    100
4     Сырок Дружба     35
Посчитаем дубликаты в столбце name:

import pandas as pd

df = pd.DataFrame({
    'name': ['Сырок Мечта', 'Молоко Отличное', 'Сырок Мечта', 'Сырок Дружба',\
             'Сырок Дружба', 'Молоко Вкусное'],
    'count': [120, 200, 125, 100, 35, 500]
})

print(df['name'].duplicated().sum())

2
В столбце name есть два дубликата. Попробуем применить метод value_counts(), чтобы посмотреть, какие именно названия повторяются.

import pandas as pd

df = pd.DataFrame({
    'name': ['Сырок Мечта', 'Молоко Отличное', 'Сырок Мечта', 'Сырок Дружба',\
             'Сырок Дружба', 'Молоко Вкусное'],
    'count': [120, 200, 125, 100, 35, 500]
})

print(df['name'].value_counts())

name
Сырок Мечта        2
Сырок Дружба       2
Молоко Отличное    1
Молоко Вкусное     1
Name: count, dtype: int64

Итак, повторяются сырок «Мечта» и сырок «Дружба». Из-за этого получается, что информация о количестве товара недостоверна. Когда данных очень много — это легко не заметить и сложно обработать вручную.

Найдём общее количество сырков «Мечта» на складе. Для этого отфильтруем строки таблицы, у которых в столбце name записано Сырок Мечта, выберем столбец с количеством count и найдём сумму методом sum():

import pandas as pd

df = pd.DataFrame({
    'name': ['Сырок Мечта', 'Молоко Отличное', 'Сырок Мечта', 'Сырок Дружба',\
             'Сырок Дружба', 'Молоко Вкусное'],
    'count': [120, 200, 125, 100, 35, 500]
})

mechta = df[df['name'] == 'Сырок Мечта']['count'].sum()
print(mechta)

245
Аналогично поступим с сырком «Дружба»:

import pandas as pd

df = pd.DataFrame({
    'name': ['Сырок Мечта', 'Молоко Отличное', 'Сырок Мечта', 'Сырок Дружба',\
             'Сырок Дружба', 'Молоко Вкусное'],
    'count': [120, 200, 125, 100, 35, 500]
})

mechta = df[df['name'] == 'Сырок Мечта']['count'].sum()
druzhba = df[df['name'] == 'Сырок Дружба']['count'].sum()
print(druzhba)

135
Нашли общее количество сырков и сохранили. Теперь удалим строки с дубликатами в столбце name из исходной таблицы df. Из строк с повторами в столбце name будем оставлять первые.

import pandas as pd

df = pd.DataFrame({
    'name': ['Сырок Мечта', 'Молоко Отличное', 'Сырок Мечта', 'Сырок Дружба',\
             'Сырок Дружба', 'Молоко Вкусное'],
    'count': [120, 200, 125, 100, 35, 500]
})

mechta = df[df['name'] == 'Сырок Мечта']['count'].sum()
druzhba = df[df['name'] == 'Сырок Дружба']['count'].sum()

df = df.drop_duplicates(subset=['name'], keep='first')
print(df)

name  count
0      Сырок Мечта    120
1  Молоко Отличное    200
3     Сырок Дружба    100
5   Молоко Вкусное    500

Для сравнения, с аргументом 'last' датафрейм выглядел бы следующим образом (обратите внимание на столбец count):

import pandas as pd

df = pd.DataFrame({
    'name': ['Сырок Мечта', 'Молоко Отличное', 'Сырок Мечта', 'Сырок Дружба',\
             'Сырок Дружба', 'Молоко Вкусное'],
    'count': [120, 200, 125, 100, 35, 500]
})

mechta = df[df['name'] == 'Сырок Мечта']['count'].sum()
druzhba = df[df['name'] == 'Сырок Дружба']['count'].sum()

df = df.drop_duplicates(subset=['name'], keep='last')
print(df)

              name  count
1  Молоко Отличное    200
2      Сырок Мечта    125
4     Сырок Дружба     35
5   Молоко Вкусное    500
Для красоты создадим новые индексы со сброшенной нумерацией строк и удалим старые.

import pandas as pd

df = pd.DataFrame({
    'name': ['Сырок Мечта', 'Молоко Отличное', 'Сырок Мечта', 'Сырок Дружба',\
             'Сырок Дружба', 'Молоко Вкусное'],
    'count': [120, 200, 125, 100, 35, 500]
})

mechta = df[df['name'] == 'Сырок Мечта']['count'].sum()
druzhba = df[df['name'] == 'Сырок Дружба']['count'].sum()

df = df.drop_duplicates(subset=['name'], keep='first')
df = df.reset_index(drop=True)
print(df)

              name  count
0      Сырок Мечта    120
1  Молоко Отличное    200
2     Сырок Дружба    100
3   Молоко Вкусное    500

Заменим значения в строках с индексами 0 (сырок «Мечта») и 2 (сырок «Дружба») в столбце count на заранее подсчитанные:

import pandas as pd

df = pd.DataFrame({
    'name': ['Сырок Мечта', 'Молоко Отличное', 'Сырок Мечта', 'Сырок Дружба',\
             'Сырок Дружба', 'Молоко Вкусное'],
    'count': [120, 200, 125, 100, 35, 500]
})

mechta = df[df['name'] == 'Сырок Мечта']['count'].sum()
druzhba = df[df['name'] == 'Сырок Дружба']['count'].sum()

df = df.drop_duplicates(subset=['name'], keep='first')
df = df.reset_index(drop=True)

df.loc[0, 'count'] = mechta
df.loc[2, 'count'] = druzhba

print(df)

              name  count
0      Сырок Мечта    245
1  Молоко Отличное    200
2     Сырок Дружба    135
3   Молоко Вкусное    500

3.Лаборатория ручного поиска дубликатов

import pandas as pd

stock = pd.read_excel('/datasets/stock.xlsx', sheet_name='storehouse')
print(stock.head())

В таблице учёта:

• столбец id с идентификаторами товаров;
• столбец item с полными названиями моделей;
• столбец count, где посчитано количество смартфонов конкретной модели в продаже.

Задача №1

Уже в первых двух строках встречаем дубликат: названия моделей абсолютно одинаковы, а id — разные. Получается, что таблица учёта даёт неверное представление о количестве смартфонов Xiaomi Redmi 6A 16GB: их не 32 и не 10, а целых 42! Что, если такие повторы встречаются в таблице и дальше и самих дубликатов больше? Хорошо бы проанализировать сразу весь набор данных, а не просматривать каждую строку.

import pandas as pd

stock = pd.read_excel('/datasets/stock.xlsx', sheet_name='storehouse')
# ваш код здесь
print (stock.duplicated('item').sum())

3

Дубликатов оказалось больше, чем вы успели заметить. Повезло, что строк всего десять и искать повторы в такой таблице недолго.

Задача №2

Примените метод value_counts() к столбцу item датафрейма stock. Результат выведите на экран.

import pandas as pd

stock = pd.read_excel('/datasets/stock.xlsx', sheet_name='storehouse')
print (stock.value_counts('item'))

item
Смартфон Xiaomi Redmi 6A 16GB       3
Смартфон HUAWEI P30 lite            2
Смартфон Apple iPhone Xr 64GB       1
Смартфон Apple iPhone Xr 64gb       1
Смартфон Honor 8X 64GB              1
Смартфон Samsung Galaxy A30 32GB    1
смартфон Samsung Galaxy A30 32gb    1
dtype: int64

Час от часу не легче. Ладно Xiaomi... Но ведь и HUAWEI туда же!

Задача №3

Начните собирать данные для новой таблицы уже без дубликатов. Посчитайте количество телефонов Xiaomi Redmi — Смартфон Xiaomi Redmi 6A 16GB— на складе и сохраните его в переменной xiaomi. Используйте логическую индексацию и отфильтруйте строки датафрейма, выбор столбца count и метод sum() для столбца. Результат выведите на экран.

Если вы не помните, как работать с логической индексацией, ничего страшного. Можно вернуться ко второй теме этого спринта и повторить изученный материал.

import pandas as pd

stock = pd.read_excel('/datasets/stock.xlsx', sheet_name='storehouse')
# подсчитайте количество телефонов Xiaomi Redmi
xiaomi = stock[stock['item']=='Смартфон Xiaomi Redmi 6A 16GB']['count'].sum()
# выведите значение xiaomi на экран
print (xiaomi)

44

На складе всего 44 смартфона Xiaomi. А что же с HUAWEI?

Задача №4

Аналогичным образом найдите количество смартфонов HUAWEI (это Смартфон HUAWEI P30 lite) и сохраните его в переменной huawei. Результат выведите на экран.

import pandas as pd

stock = pd.read_excel('/datasets/stock.xlsx', sheet_name='storehouse')

xiaomi = stock[stock['item'] == 'Смартфон Xiaomi Redmi 6A 16GB']['count'].sum()
 # напишите ваш код здесь
huawei = stock[stock['item'] == 'Смартфон HUAWEI P30 lite']['count'].sum()
# выведите значение переменной huawei на экран
print (huawei)

38

На складе 38 смартфонов HUAWEI. Хм, это немного меньше, чем у Xiaomi…

Задача №5

«Перезапишите» stock и удалите из самого датафрейма строки с дубликатами в столбце item, оставив только первые вхождения: будем считать, что верные идентификаторы товаров для «дубликатов» встречаются первыми в таблице. Решая задание, используйте метод для удаления дубликатов. Когда будете выполнять операцию, не забудьте про параметры subset и keep. После не сбрасывайте индексы и выведите на экран всю таблицу.

import pandas as pd

stock = pd.read_excel('/datasets/stock.xlsx', sheet_name='storehouse')

xiaomi = stock[stock['item'] == 'Смартфон Xiaomi Redmi 6A 16GB']['count'].sum()
huawei = stock[stock['item'] == 'Смартфон HUAWEI P30 lite']['count'].sum()
# удалите строки с дубликатами в столбце 'item'
stock = stock.drop_duplicates(subset=['item'], keep='first')
# выведите всю таблицу stock на экран
print (stock)

          id                              item  count
0  100480924     Смартфон Xiaomi Redmi 6A 16GB     32
2  100480938  Смартфон Samsung Galaxy A30 32GB     49
3  100480952  смартфон Samsung Galaxy A30 32gb     11
4  100480959          Смартфон HUAWEI P30 lite      5
5  100480975     Смартфон Apple iPhone Xr 64gb     10
6  100480988            Смартфон Honor 8X 64GB     64
9  100481020     Смартфон Apple iPhone Xr 64GB     19

Дубликатов больше нет.

Задача №6

В столбце item сбилась нумерация после того, как в нём удалили строки с дубликатами. Допустим, в этом случае в номерах строк нет особого смысла — мы хотим восстановить нумерацию путём сброса пропусков в ней. Восстановите индексы строк методом reset_index() c параметром drop, равным True. Выведите на экран таблицу.

import pandas as pd

stock = pd.read_excel('/datasets/stock.xlsx', sheet_name='storehouse')

xiaomi = stock[stock['item'] == 'Смартфон Xiaomi Redmi 6A 16GB']['count'].sum()
huawei = stock[stock['item'] == 'Смартфон HUAWEI P30 lite']['count'].sum()

stock = stock.drop_duplicates(subset=['item'], keep='first')
# восстановите индексы с помощью reset_index(drop=True)
stock = stock.reset_index(drop=True)
# выведите stock на экран
print (stock)

          id                              item  count
0  100480924     Смартфон Xiaomi Redmi 6A 16GB     32
1  100480938  Смартфон Samsung Galaxy A30 32GB     49
2  100480952  смартфон Samsung Galaxy A30 32gb     11
3  100480959          Смартфон HUAWEI P30 lite      5
4  100480975     Смартфон Apple iPhone Xr 64gb     10
5  100480988            Смартфон Honor 8X 64GB     64
6  100481020     Смартфон Apple iPhone Xr 64GB     19

Отлично, номера строк восстановлены!

Задача №7

Вернитесь к столбцу count в датафрейме stock . Из нулевой строки и столбца запишите в ячейку с количеством телефонов Xiaomi Redmi 6A 16GB обновлённое количество телефонов Xiaomi. Ранее вы сохранили это значение в переменной xiaomi. Выведите таблицу stock на экран и изучите результат.

import pandas as pd

stock = pd.read_excel('/datasets/stock.xlsx', sheet_name='storehouse')
xiaomi = stock[stock['item'] == 'Смартфон Xiaomi Redmi 6A 16GB']['count'].sum()
huawei = stock[stock['item'] == 'Смартфон HUAWEI P30 lite']['count'].sum()

stock = stock.drop_duplicates(subset=['item'], keep='first')
stock = stock.reset_index(drop=True)
# замените значение в ячейке с количеством смартфонов Xiaomi
stock.loc[0,'count'] = xiaomi
# выведите таблицу stock на экран
print (stock)

          id                              item  count
0  100480924     Смартфон Xiaomi Redmi 6A 16GB     44
1  100480938  Смартфон Samsung Galaxy A30 32GB     49
2  100480952  смартфон Samsung Galaxy A30 32gb     11
3  100480959          Смартфон HUAWEI P30 lite      5
4  100480975     Смартфон Apple iPhone Xr 64gb     10
5  100480988            Смартфон Honor 8X 64GB     64
6  100481020     Смартфон Apple iPhone Xr 64GB     19

Сейчас вы сохранили количество всех Xiaomi заранее, чтобы не потерять при удалении дубликатов. У вас отлично получается думать наперёд!

Задача №8

Аналогично прошлому заданию обратитесь к третьей строке столбца count и запишите в ячейку с количеством телефонов HUAWEI P30 lite обновлённое количество телефонов Huawei. Ранее сохранили это значение в переменной huawei.

Выведите таблицу stock на экран и изучите результат.

import pandas as pd

stock = pd.read_excel('/datasets/stock.xlsx', sheet_name='storehouse')
xiaomi = stock[stock['item'] == 'Смартфон Xiaomi Redmi 6A 16GB']['count'].sum()
huawei = stock[stock['item'] == 'Смартфон HUAWEI P30 lite']['count'].sum()

stock = stock.drop_duplicates(subset=['item'], keep='first')
stock = stock.reset_index(drop=True)

stock.loc[0, 'count'] = xiaomi
# замените значение в ячейке с количеством смартфонов Huawei
stock.loc[3, 'count'] = huawei
# выведите таблицу stock на экран
print (stock)

         id                              item  count
0  100480924     Смартфон Xiaomi Redmi 6A 16GB     44
1  100480938  Смартфон Samsung Galaxy A30 32GB     49
2  100480952  смартфон Samsung Galaxy A30 32gb     11
3  100480959          Смартфон HUAWEI P30 lite     38
4  100480975     Смартфон Apple iPhone Xr 64gb     10
5  100480988            Смартфон Honor 8X 64GB     64
6  100481020     Смартфон Apple iPhone Xr 64GB     19

Вы избавились от дубликатов в смартфонах HUAWEI и Xiaomi. Отлично сработано! Теперь можно двигаться дальше.

Чтобы решить задачу, можно также использовать группировку (groupby) и методы вроде sum() и count(). Но тогда вам понадобился бы навык объединения нескольких таблиц в одну.

4.Ручной поиск дубликатов с учётом регистра

print(stock['item'].value_counts())

giraffe_height = 'жираф БОЛЬШОЙ, ему ВИДНЕЙ'
print(giraffe_height.lower())

жираф большой, ему видней
В pandas столбец (Series) к нижнему регистру приводит метод с похожим синтаксисом: str.lower().

import pandas as pd

registers = pd.Series(['Нервы — ', 
                       'БОЛЬШИЕ,', 
                       'маленькие,',
                       'многие! —',
                       'скачут БеШеНыЕ,',
                       'и уже', 
                       'у нервов ПОДКАшиваются ноги!'])
registers.str.lower() 

0                        нервы — 
1                        большие,
2                      маленькие,
3                       многие! —
4                 скачут бешеные,
5                           и уже
6    у нервов подкашиваются ноги!
dtype: object
Таким образом, каждая строка в столбце приводится к нижнему регистру. Помните, что если вы хотите изменить столбец в исходном датафрейме, то его нужно перезаписать:

df['название_столбца'] = df['название_столбца'].str.lower()
# Или создать новый столбец:
df['новый_столбец'] = df['старый_столбец'].str.lower() 

import pandas as pd

# служебная строка для печати всех столбцов таблицы на экран
pd.set_option('display.max_columns', None)

stock = pd.read_excel('/datasets/stock.xlsx', sheet_name='storehouse')
# сохраните здесь список названий моделей в нижнем регистре
stock['item_lowercase'] = stock['item'].str.lower()
# выведите таблицу stock на экран
print (stock)

import pandas as pd

# служебная строка для печати всех столбцов таблицы на экран
pd.set_option('display.max_columns', None)

stock = pd.read_excel('/datasets/stock.xlsx', sheet_name='storehouse')
stock['item_lowercase'] = stock['item'].str.lower() 
print (stock['item_lowercase'].value_counts())

Сохраните количество телефонов Apple из строки смартфон apple iphone xr 64gb в переменной apple. Выведите значение apple на экран.

import pandas as pd

# служебная строка для печати всех столбцов таблицы на экран
pd.set_option('display.max_columns', None)

stock = pd.read_excel('/datasets/stock.xlsx')

stock['item_lowercase'] = stock['item'].str.lower()
# сохраните количество телефонов Apple
apple = stock[stock['item_lowercase']=='смартфон apple iphone xr 64gb']['count'].sum()
# выведите значение apple на экран
print (apple)

import pandas as pd

# служебная строка для печати всех столбцов таблицы на экран
pd.set_option('display.max_columns', None)

stock = pd.read_excel('/datasets/stock.xlsx')
stock['item_lowercase'] = stock['item'].str.lower()

apple = stock[stock['item_lowercase'] == 'смартфон apple iphone xr 64gb']['count'].sum()
# сохраните количество телефонов samsung
samsung = stock[stock['item_lowercase'] == 'смартфон samsung galaxy a30 32gb']['count'].sum()
# выведите значение samsung на экран
print (samsung)

Задание №5

«Перезапишите» stock и удалите из самого датафрейма строки с дубликатами в столбце item_lowercase, оставив только первые вхождения: будем считать, что верные идентификаторы товаров для «дубликатов» встречаются первыми в таблице. Решая задание, используйте метод pandas. Когда будете выполнять операцию, не забудьте про параметры subset и keep. После не сбрасывайте индексы и выведите на экран всю таблицу.

import pandas as pd

# служебная строка для печати всех столбцов таблицы на экран
pd.set_option('display.max_columns', None)

stock = pd.read_excel('/datasets/stock.xlsx')
stock['item_lowercase'] = stock['item'].str.lower()

apple = stock[stock['item_lowercase'] == 'смартфон apple iphone xr 64gb']['count'].sum()
samsung = stock[stock['item_lowercase'] == 'смартфон samsung galaxy a30 32gb']['count'].sum()
# удалите дубликаты
stock = stock.drop_duplicates(subset=['item_lowercase'], keep='first')
# выведите таблицу stock на экран
print (stock)

Задание №6

В столбце item_lowercase сбилась нумерация после того, как в нём удалили строки с дубликатами. Допустим, в этом случае в номерах строк нет особого смысла — мы хотим восстановить нумерацию путём сброса пропусков в ней. Восстановите индексы строк методом reset_index() c параметром drop, равным True. Выведите на экран таблицу.

import pandas as pd

# служебная строка для печати всех столбцов таблицы на экран
pd.set_option('display.max_columns', None)

stock = pd.read_excel('/datasets/stock.xlsx', sheet_name='storehouse')
stock['item_lowercase'] = stock['item'].str.lower()

apple = stock[stock['item_lowercase'] == 'смартфон apple iphone xr 64gb']['count'].sum()
samsung = stock[stock['item_lowercase'] == 'смартфон samsung galaxy a30 32gb']['count'].sum()

stock = stock.drop_duplicates(subset=['item_lowercase'], keep='first')
# сбросьте индексы
stock = stock.reset_index(drop=True)
# выведите таблицу stock на экран
print (stock)

import pandas as pd

# служебная строка для печати всех столбцов таблицы на экран
pd.set_option('display.max_columns', None)

stock = pd.read_excel('/datasets/stock.xlsx', sheet_name='storehouse')
stock['item_lowercase'] = stock['item'].str.lower()
apple = stock[stock['item_lowercase'] == 'смартфон apple iphone xr 64gb']['count'].sum()
samsung = stock[stock['item_lowercase'] == 'смартфон samsung galaxy a30 32gb']['count'].sum()
stock = stock.drop_duplicates(subset=['item_lowercase'], keep='first')
stock = stock.reset_index(drop=True)
# запишите новое количество телефонов Apple в ячейку таблицы
stock.loc[3,'count'] = apple
# выведите таблицу stock на экран
print (stock)

import pandas as pd

# служебная строка для печати всех столбцов таблицы на экран
pd.set_option('display.max_columns', None)

stock = pd.read_excel('/datasets/stock.xlsx', sheet_name='storehouse')
stock['item_lowercase'] = stock['item'].str.lower()

apple = stock[stock['item_lowercase'] == 'смартфон apple iphone xr 64gb']['count'].sum()
samsung = stock[stock['item_lowercase'] == 'смартфон samsung galaxy a30 32gb']['count'].sum()

stock = stock.drop_duplicates(subset=['item_lowercase'], keep='first')
stock = stock.reset_index(drop=True)

stock.loc[3, 'count'] = apple
# запишите новое количество телефонов Samsung в ячейку таблицы
stock.loc[1, 'count'] = samsung
# выведите таблицу stock на экран
print (stock)

5.Заключение

6.Проверочные задания. Поиск дубликатов

Чтобы пройти тест нужно правильно ответить на 3 вопроса из 5. Время на прохождение: 10 минут

Задание 1 из 5
Данные записаны в объект Series с именем data. Среди значений встречаются дубликаты, и некоторые из них отличаются только форматированием. Какой код найдёт все повторы и неявные дубликаты? 
0    APPLE 1000 ML
1     Apple 750 ml
2    Apple 1000 Ml
3    Apple 1000 ml
4    Apple 1000 ml
dtype: object 

Правильный ответ
data.str.lower().duplicated()

Если не предобработать данные, метод duplicated() найдёт только один повтор. Но в данных есть ещё два неявных дубликата: 'APPLE 1000 ML' и 'Apple 1000 Ml'. Нужно привести значения к нижнему регистру с помощью str.lower(). Тогда метод duplicated() найдёт все дубликаты. А метод sum() можно использовать, чтобы их посчитать. Теперь повторов будет три.

Задание 2 из 5
К объекту data применили некоторый код и получили такой результат. Что это был за код? 
0    APPLE 1000 ML
1     Apple 750 ml
2    Apple 1000 Ml
3    Apple 1000 ml
4    Apple 1000 ml
dtype: object 
0    False
1    False
2    False
3    False
4     True
dtype: bool 

Правильный ответ
data.duplicated()

Метод duplicated() вернёт список из True и False. True — если значение уже встречалось. Метод value_counts() тоже возвращает список значений, но в виде пар «значение-частота». А метод sum() в сочетании с другими методами вернёт одно число.

Задание 3 из 5
Как получить такую таблицу из объекта data?
0    APPLE 1000 ML
1     Apple 750 ml
2    Apple 1000 Ml
3    Apple 1000 ml
4    Apple 1000 ml
dtype: object 
Apple 1000 ml    2
Apple 750 ml     1
APPLE 1000 ML    1
Apple 1000 Ml    1
dtype: int64 

Правильный ответ
data.value_counts()

Такой результат вернёт метод value_counts(). Значения отсортированы по убыванию: самые частотные значения указаны в начале списка.

Задание 4 из 5
Какой код выведет количество явных повторов в объекте data?
0    APPLE 1000 ML
1     Apple 750 ml
2    Apple 1000 Ml
3    Apple 1000 ml
4    Apple 1000 ml
dtype: object 

Правильный ответ
data.duplicated().sum()

Метод sum() в сочетании с duplicated() вернёт количество дубликатов. Такой код выведет 1 — столько раз повторяется значение 'Apple 1000 ml'.

Задание 5 из 5
Как перезаписать объект data, удалив все повторы и неявные дубликаты?
0    APPLE 1000 ML
1     Apple 750 ml
2    Apple 1000 Ml
3    Apple 1000 ml
4    Apple 1000 ml
dtype: object 
0    apple 1000 ml
1     apple 750 ml
dtype: object 

data = data.str.lower().drop_duplicates()

Если применить методы str.lower() и drop_duplicates() к объекту data, код выведет две строки с уникальными значениями. Но сам объект data не изменился — в этом можно убедиться, снова вызвав его. Объект нужно перезаписать, для этого результат присваивают оператором =.

Следующая тема: ПД. Категоризация данных

Вернуться к разделу: "Предобработка данных"

Вернуться в оглавление: Я.Практикум