从fi中删除冗余的问题

Question

我得到了一个包含两列的数据集，一列带有分类值（State2），另一列（State），只包含二进制中相同的值。
我用了OneHotEncoding

import pandas as pd

mydataset = pd.read_csv('fieldprotobackup.binetflow')

mydataset.drop_duplicates(['Proto2','Proto'], keep='first')
mydataset.to_csv('fieldprotobackup.binetflow', columns=['Proto2','Proto'], index=False)

Dataset

我想删除文件中所有多余的内容。在研究过程中，我发现了命令df.drop_duplicates，但它对我不起作用

Answer 1

您要么需要添加inplace=True参数，要么需要捕获返回的数据帧：

mydataset.drop_duplicates(['Proto2','Proto'], keep='first', inplace=True)

或者

no_duplicates = mydataset.drop_duplicates(['Proto2','Proto'], keep='first')

当某些东西没有按预期工作时，检查documentation总是一个好主意