Eliminar Filas Duplicadas
DataFrame customers
Hay algunas filas duplicadas en el DataFrame basadas en la columna email.
Escribe una solución para eliminar estas filas duplicadas y mantener solo la primera ocurrencia.
Ejemplo
Input
+-------------+---------+---------------------+ | customer_id | name | email | +-------------+---------+---------------------+ | 1 | Ella | emily@example.com | | 2 | David | michael@example.com | | 3 | Zachary | sarah@example.com | | 4 | Alice | john@example.com | | 5 | Finn | john@example.com | | 6 | Violet | alice@example.com | +-------------+---------+---------------------+Output
+-------------+---------+---------------------+ | customer_id | name | email | +-------------+---------+---------------------+ | 1 | Ella | emily@example.com | | 2 | David | michael@example.com | | 3 | Zachary | sarah@example.com | | 4 | Alice | john@example.com | | 6 | Violet | alice@example.com | +-------------+---------+---------------------+ Explicación: Alice (customer_id = 4) y Finn (customer_id = 5) ambos usan john@example.com, por lo que solo se conserva la primera ocurrencia de este email.Soluciones
Python
import pandas as pd
def dropDuplicateEmails(customers: pd.DataFrame) -> pd.DataFrame:
return customers.drop_duplicates(subset=['email'], keep='first')