FC ConcursosFC Concursos

Questão FC266289

O seguinte código em Python conta com dados duplicado (ID no valor de 3 e Name no valor de Charlie). import pandas as pd data = {'ID': [1,2,3,3,4,5], 'Name': ['Alice', 'Bob', 'Char

Questões sem classificação de assunto (TI - Desenvolvimento de Sistemas)

IDECAN · 2024

O seguinte código em Python conta com dados duplicado (ID no valor de 3 e Name no valor de Charlie).

import pandas as pd

data = {'ID': [1,2,3,3,4,5],

             'Name': ['Alice', 'Bob', 'Charlie' Charlie', 'David', "Emily'}

df = pd.DataFrame(data)

deduplicated_df = df. drop_duplicates( )

 

O código que implementa deduplicação é:

  1. deduplicated_df = df.drop_duplicates()
  2. deduplicated_df = df.fill_duplicates()
  3. deduplicated_df = df.nan_duplicates()
  4. deduplicated_df = df.map_duplicates()
Mostrar resposta e comentário

Gabarito

A

Comentário do professor

deduplicated_df = df.drop_duplicates() chama o método do pandas que remove linhas duplicadas do DataFrame considerando, por padrão, todas as colunas. Ao executá‑lo sem argumentos, o pandas mantém a primeira ocorrência de cada conjunto de valores idênticos (keep='first') e descarta as seguintes.

O resultado é um novo DataFrame (aqui atribuído a deduplicated_df), enquanto o original df permanece inalterado. Isso é útil quando se quer preservar a ordem original e apenas eliminar repetições exatas de linhas.

Se for necessário controlar o comportamento, existem parâmetros úteis: subset para deduplicar por colunas específicas, keep para escolher qual ocorrência manter ('first', 'last' ou False) e inplace=True para alterar o DataFrame original.

Observação prática: após a deduplicação, o índice dos registros mantidos é preservado; use reset_index(drop=True) se quiser reindexar sequencialmente.

Conteúdo do catálogo FC Concursos · Atualizado em

Continue aprendendo