人工智能数据服务主键合并与检测与处理重复值73课件讲解.pptxVIP

人工智能数据服务主键合并与检测与处理重复值主讲人：俞明秀现代通信技术专业教学资源库

2.主键合并——join方法案例left_df输出结果：right_df输出结果：左连接之后输出结果：可见，以key为主键进行左连接，左表中的key值均保留，左表中的key=1在右表没有相应的值，因此用NaN填充左连接改为其他连接方式？

检测与处理重复值

检测重复值是指在数据集中查找相同的数据记录或数据项的过程。处理重复值则是根据一定的规则和需求，对检测到的重复值进行相应的操作，如删除、保留或合并等。作用：确保数据准确性提高数据质量节省存储空间提升数据分析效率避免业务逻辑错误

pandas提供了一个名为drop_duplicates的去重方法。该方法只对DataFrame或者Series类型有效。这种方法不会改变数据原始排列，并且兼具代码简洁和运行稳定的特点。该方法不仅支持单一特征的数据去重，还能够依据DataFrame的其中一个或者几个特征进行去重操作。语法格式如下：pandas.DataFrame(Series).drop_duplicates(self,subset=None,keep=first,inplace=False)参数名称说明subset接收string或sequence。表示进行去重的列。默认为None，表示全部列。keep接收特定string。表示重复时保留第几个