观澜小学 网站建设2345导航网址

1.背景

  工作中需要处理多个文件，每个文件里面有重复的数据，剔除重复数据，保留最新的数据

2.代码：

import pandas as pd
import osdl= []
#person_list是文件路径
for i in range(person_list_len):#把文件df全部集合进列表dldl.append(pd.read_csv(person_list[i], encoding='utf-8'))
#集合数据
df=pd.concat(dl)
#删除重复的数据
df.drop_duplicates(subset=['身份证号'],keep='last',inplace=True)
#保存数据到cvs
new_file = 'D:\\xxx\\xxx\\合并_%s.csv'%file_name
if os.path.exists(new_file):os.remove(new_file)
df.to_csv(new_file)