drop_duplicates()函数

１dataframe删除某一列的重复元素，默认只留下第一次出现的

inplace参数设置为true时直接在原数据上修改,为False时,生成副本.

注意所有函数中inplace一旦设置为True,此时后面不能再跟任何函数,因为它整体已经是None.想要再跟函数只能再写一行.

且此时在前面也不能赋值,赋值也是None.因为设置为True时,整体是None,设置为False时,整体是一个引用,可以赋给其它变量.

a1 = pd.DataFrame({
                    'a': [1, 1, 3, 2,],
                    'b': [1, 1, 6, 4,],
                    'c': [1, 1, 3, 9,]
                  })
print(a1)
a1.drop_duplicates(inplace=True)
print(a1)
# 这里inplace为假，整体实际上是一个引用，所以可以直接输出.
print(a1.drop_duplicates(['a','b'], keep='first',inplace=False))
# 注意这里因为inplace为真，直接在原数据上修改，直接输出是空，因为它并不是一个引用，a1才是引用.
print(a1.drop_duplicates(['a','b'], keep='first',inplace=True))
#    a  b  c
# 0  1  1  1
# 1  1  1  1
# 2  3  6  3
# 3  2  4  9
#    a  b  c
# 0  1  1  1
# 2  3  6  3
# 3  2  4  9
#    a  b  c
# 0  1  1  1
# 2  3  6  3
# 3  2  4  9
# None

 

 https://blog.csdn.net/qq_28811329/article/details/79962511

 test_sample_quchong = test_sample.drop_duplicates(['ggid'])利用 data.drop_duplicates()#data中一行元素全部相同时才去除可检查dataframe是否有重复的行
 参考：   https://www.cnblogs.com/mahailuo/p/8317178.html

2 想要留下去掉的重复行，可以先删除重复行后，保存索引，再删除索引.

import pandas as pd
import numpy as np
import re

df = pd.DataFrame({'a': [1,1,3,4,3],
                   'b': [1,1,3,4,3],
                   'c': [1,1,3,4,3]})
print('原始数据：\n',df)
print('去掉重复行后：\n', df.drop_duplicates())
drop_index = df.drop_duplicates().index.tolist()
print('去掉的重复行是：\n',df.drop(drop_index))
# 原始数据：
#     a  b  c
# 0  1  1  1
# 1  1  1  1
# 2  3  3  3
# 3  4  4  4
# 4  3  3  3
# 去掉重复行后：
#     a  b  c
# 0  1  1  1
# 2  3  3  3
# 3  4  4  4
# 去掉的重复行是：
#     a  b  c
# 1  1  1  1
# 4  3  3  3