python - 删除熊猫时间序列中的重复项

Question

我有一个 csv 文件，其时间序列的结构如下：col1: date col2: value. csv 文件的日期是从 1 月 1 日到 4 月 30 日。然后我有第二个 csv 文件，不同之处在于日期是 2 月 1 日到 5 月 31 日。从 2 月 1 日到 4 月 30 日第二列中的值是在第一个和第二个文件中相同。第三个 csv 文件（3 月 1 日至 6 月 30 日）、第四个等存在相同的问题：相同的重叠结构。我想阅读这些 csv 文件，但只保留从 1 月 1 日到 12 月 31 日的唯一日期，而没有重复值。有没有一种使用 Pandas 数据帧的快速方法？

标签： python

Answer 1

一种选择是使用 pandas pd.concat() 连接文件，然后尝试：

df = pd.concat([file1,file2,file3])
df.drop_duplicates()