pandas学习-函数drop_duplicates的用法

pandas函数drop_duplicates用于去除DataFrame中的重复行。

语法：

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

参数说明：

• subset：指定要考虑的列名或列名的列表。默认值为None，表示考虑所有列。
• keep：指定保留哪个重复的行。可选值为'first'（保留第一个出现的重复行）、'last'（保留最后一个出现的重复行）或False（删除所有重复行）。默认值为'first'。
• inplace：指定是否在原始DataFrame上进行修改。如果为True，则在原始DataFrame上删除重复行并返回None。如果为False（默认值），则返回一个新的DataFrame，其中删除了重复行。

示例：

import pandas as pd

data = {'name': ['John', 'Mary', 'John', 'Peter'],
        'city': ['London', 'Paris', 'London', 'Berlin']}
df = pd.DataFrame(data)

# 删除所有重复行
df.drop_duplicates(inplace=True)
print(df)

输出：

   name    city
0  John  London
1  Mary   Paris
3  Peter  Berlin

在上述示例中，使用drop_duplicates函数删除了DataFrame中的重复行，并返回了新的DataFrame。