博客

pandas.DataFrame.drop_duplicates()方法用于删除DataFrame中的重复行。具体而言，该方法会返回一个DataFrame，其中包含了所有非重复行的数据。

使用方法如下：

DataFrame.drop_duplicates(subset=None, keep='first', inplace=False, ignore_index=False)

• subset：可选参数，用来指定需要去重的列名或列名列表。默认值为None，表示在所有列上去重。
• keep：可选参数，表示去重后应该保留哪些行。可选的选项有：’first’，’last’，False。默认值为’first’，表示保留第一个出现的值。
• inplace：可选参数，表示是否修改原始DataFrame。默认值为False，表示返回一个新的DataFrame。
• ignore_index：可选参数，表示是否将索引重置为从0开始的连续整数。默认值为False。

下面是两个示例：

1. 去重一个DataFrame中的所有重复行：

import pandas as pd

df = pd.DataFrame({'A': [1, 1, 2, 3, 3],
                   'B': [4, 5, 6, 7, 7]})
df.drop_duplicates(inplace=True)
print(df)

输出：

   A  B
0  1  4
1  1  5
2  2  6
3  3  7

1. 根据一列去重DataFrame中的重复行：

import pandas as pd

df = pd.DataFrame({'A': [1, 1, 2, 3, 3],
                   'B': [4, 5, 6, 7, 7]})
df.drop_duplicates(subset='A', inplace=True)
print(df)

输出：

   A  B
0  1  4
2  2  6
3  3  7

在这个例子中，我们使用subset参数指定了A列，结果只在A列上去重，并保留了每个独特值第一次出现的行。