刪除熊貓數據框中的重複列：轉置行爲+ drop_duplicates

Question

所以我在玩drop_duplicates()。假設我有一個有重複列的數據幀：

In [9]: 

df1 = pd.DataFrame(data=nr.random((3,2))) 
df1 
Out[9]: 
0 1 
0 0.441663 0.396479 
1 0.079502 0.715348 
2 0.692295 0.069418 
3 rows × 2 columns 
In [10]: 

df2 = pd.concat((df1, df1), axis=1) 
df2 
Out[10]: 
0 1 0 1 
0 0.441663 0.396479 0.441663 0.396479 
1 0.079502 0.715348 0.079502 0.715348 
2 0.692295 0.069418 0.692295 0.069418 
3 rows × 4 columns 
In [11]: 

我想刪除重複的列。以下作品：

df2.T.drop_duplicates().T 
Out[12]: 
0 1 
0 0.441663 0.396479 
1 0.079502 0.715348 
2 0.692295 0.069418 
3 rows × 2 columns 

然而，這不起作用：

df2.T.drop_duplicates(inplace=True) 
df2 
Out[11]: 
0 1 0 1 
0 0.441663 0.396479 0.441663 0.396479 
1 0.079502 0.715348 0.079502 0.715348 
2 0.692295 0.069418 0.692295 0.069418 
3 rows × 4 columns 
In [12]: 

爲什麼它不工作？

Answer 1

第2形式確實工作（df.T.drop_duplicates(inplace=True)），但它在副本上操作（轉置本身不復制，但drop_duplicates一樣）;所以它正在修改你沒有參考的副本。

幾乎所有的熊貓操作都返回一個新的對象;這是正確的成語，inplace是一個易於使用的功能，必須小心使用（或恕我直言，非常非常罕見）。