【文件属性】：
文件名称：pandas-dedupe:通过Pandas简化重复数据删除库的使用
文件大小：12KB
文件格式：ZIP
更新时间：2021-05-01 18:49:12
Python
大熊猫
Pandas使Dedupe库变得容易。
安装
pip install pandas-dedupe
影片教学
基本用法
运行重复数据删除时将创建训练文件和设置文件。 保留这些文件将消除将来对模型进行重新训练的需要。
如果您想从头开始重新训练模型，只需删除设置和训练文件即可。
重复数据删除（dedupe_dataframe）
当您的数据可以包含多个都可以引用同一实体的记录时， dedupe_dataframe用于重复数据删除
import pandas as pd
import pandas_dedupe
#load dataframe
df = pd . read_csv ( 'test_names.csv' )
#initiate deduplication
df_final = pandas_dedupe . dedupe_dataframe ( df ,[ 'first_n
【文件预览】：
pandas-dedupe-master
----setup.py(801B)
----.gitignore(67B)
----README.md(6KB)
----pandas_dedupe()
--------__init__.py(184B)
--------dedupe_dataframe.py(9KB)
--------link_dataframes.py(4KB)
--------gazetteer_dataframe.py(12KB)
--------utility_functions.py(2KB)