Neste curso foi passado o argumento drop_replicates() como forma de trazer somente uma ocorrência de cada variável categórica nominal. No curso do Guilherme foi passado o argumento .unique, se não estiver enganado. Qual é melhor utilizarmos e quando utilizar um e não o outro? Obrigado!
hoje, com a Alura e o Google Gemini
Olá Pietro, tudo bem com você??
A função drop_duplicates() é utilizada para excluir linhas ou colunas com as mesmas informações de um DataFrame, conforme a Documentação Técnica.
df = pd.DataFrame({
'brand': ['Yum Yum', 'Yum Yum', 'Indomie', 'Indomie', 'Indomie'],
'style': ['cup', 'cup', 'cup', 'pack', 'pack'],
'rating': [4, 4, 3.5, 15, 5]
})
df
brand style rating
0 Yum Yum cup 4.0
1 Yum Yum cup 4.0
2 Indomie cup 3.5
3 Indomie pack 15.0
4 Indomie pack 5.0
By default, it removes duplicate rows based on all columns.
df.drop_duplicates()
brand style rating
0 Yum Yum cup 4.0
2 Indomie cup 3.5
3 Indomie pack 15.0
4 Indomie pack 5.0Já a .unique que comentou, ela remove valores repetidos de um array como o exemplo a seguir pode te mostrar, conforme retirado da Documentação Técnica:
pd.unique(pd.Series([2, 1, 3, 3]))
resultado: array([2, 1, 3])Espero ter te ajudado e qualquer dúvida é só retornar aqui! Bons estudos =)