drop_duplicates funktioniert nicht in Pandas?

Question

Der Zweck meines Codes ist es, 2 Excel-Dateien zu importieren, sie zu vergleichen und die Unterschiede zu einer neuen Excel-Datei auszudrucken.

Nach der Verkettung aller Daten und Verwendung der drop_duplicates-Funktion wird der Code jedoch von der Konsole akzeptiert. Wenn sie jedoch in der neuen Excel-Datei gedruckt werden, bleiben die Duplikate noch innerhalb des Tages erhalten.

Fehle ich etwas? Wird die drop_duplicates Funktion annulliert?

Mein Code ist wie folgt:

import datetime 
import xlrd 
import pandas as pd 
#identify excel file paths 
filepath = r"excel filepath" 
filepath2 = r"excel filepath2" 
#read relevant columns from the excel files 
df1 = pd.read_excel(filepath, sheetname="Sheet1", parse_cols= "B, D, G, O") 
df2 = pd.read_excel(filepath2, sheetname="Sheet1", parse_cols= "B, D, F, J") 
#merge the columns from both excel files into one column each respectively 
df4 = df1["Exchange Code"] + df1["Product Type"] + df1["Product Description"] + df1["Quantity"].apply(str) 
df5 = df2["Exchange"] + df2["Product Type"] + df2["Product Description"] + df2["Quantity"].apply(str) 
#concatenate both columns from each excel file, to make one big column containing all the data 
df = pd.concat([df4, df5]) 
#remove all whitespace from each row of the column of data 
df=df.str.strip() 
df=["".join(x.split()) for x in df] 
#convert the data to a dataframe from a series 
df = pd.DataFrame({'Value': df}) 
#remove any duplicates 
df.drop_duplicates(subset=None, keep="first", inplace=False) 
#print to the console just as a visual aid 
print(df) 
#print the erroneous entries to an excel file 
df.to_excel("Comparison19.xls") 

Answer 1

Sie haben inplace=False, also ändern Sie nicht df. Sie wollen entweder

df.drop_duplicates(subset=None, keep="first", inplace=True) 

oder

df = df.drop_duplicates(subset=None, keep="first", inplace=False) 

Answer 2

Die Verwendung von inplace=False Pandas erzählt eine neue Datenrahmen zurück mit Dubletten fallen gelassen, so dass Sie das zurück zu df zuweisen müssen:

df = df.drop_duplicates(subset=None, keep="first", inplace=False) 

oder inplace=True, um Pandas zu sagen, dass Duplikate im aktuellen Datenrahmen fallengelassen werden.

df.drop_duplicates(subset=None, keep="first", inplace=True)