如果使用python在excel中发现重复数据，如何删除以下行？

如果使用python在excel中发现重复数据，是否有人知道如何删除以下行

这是我的输入数据。输入数据只有两列：

col_1   col_2
1       number 2.37
2       number 2.8
3       number 3.4
4       number 
5       number 
6       number 
7       number 2.62
8       number 3.1
9       number 2.6

如果发现重复数据，则应从重复数据开始删除行的其余部分。在这种情况下，上述输入数据显示第4行到第6行是重复数据，这意味着检测到重复数据，应删除第4行，直到列的末尾，即第9行

因此，输出应如下所示：输出数据只有两列：

col_1   col_2
1       number 2.37
2       number 2.8
3       number 3.4

这是我的代码：但我的代码似乎没有达到我的目标

df = pd.read_excel(path_to_the_file)
df = df[~df.col_1.str.match('number')]
df.to_excel(path_to_the_file)

---

任何帮助都将不胜感激，谢谢

您所要求的独立于哪列或“重复数据”的含义的情况需要一个循环，因为切片有自己的方式，它并不意味着是一个迭代函数。你们在问题中所陈述的内容取决于在下一行某个点上找到的数据。因此，一旦发现数据在何处重复（如果确实重复），就应该使用切片

函数返回一个完整的序列，该序列告诉您数据帧中的每一行是否匹配。sum函数通过将强制布尔值添加到序列中的int来获取总匹配项。如果有多个匹配当前行+一，并且只有在该行+一时，才可以从该行开始切片df。第一行不能与第一行重复，无需检查

从这个例子中，你可以知道你想要达到的目标的具体去向

import pandas as pd

for idx,row in df[1:].iterrows(): 
    if df.col_2.str.match(df.loc[idx].col_2).sum() > 1: 
        print("found at", idx) 
        df = df[:idx] 
        break

请记住，这只是一个开箱即用的示例，不应使用break，您应该使用elif并明确定义代码的行为。

df=pd.read\u excelpath\u to\u文件 index=df[df.duplicated['col_2']==True]。值[0][0] df2=df.iloc[：index-2] 打印DF2 输出： 第1列第2列 0 1数字2.37 1 2数字2.8 2 3数字3.4

---

您的数据帧在呈现时不清楚。这些数字是否在col_1索引中？或者是专栏，就像它看起来的那样。第2列是否包含“编号2.37”或编号是否在第2列之外？重复数据是什么意思，行中的数据？在同一列？根据您的解释，从技术上讲，第5行是第一个副本，第4行仍然是唯一的。连同号码。更详细一点，有不同的解释方式。@MikeMajara，很抱歉我的解释不好，col_1中的数字只显示col_2有多少行，col_2包含“数字2.37”，重复的数据表示同一列中的行中的数据。是的，你是对的，第5行是第一个重复，第4行仍然是唯一的。但是，我想删除第4行、第5行、第6行、第7行、第8行和第9行。提供的答案被标记为低质量帖子供审查。提供的答案可能是正确的，但可以从解释中获益。只有代码的答案不被认为是好答案。以下是一些指导原则。来自。@misha，谢谢你的回答，我会稍后再试，谢谢！谢谢你的回答，我以后再试试。顺便问一下，您的意思是要替换elif还是显式地使用break？