pandas.DataFrame.drop_duplicates() 是 pandas 中常用的数据清洗方法，用于从 DataFrame 中删除重复行。
具体作用是去除 DataFrame 中重复的行，并返回去除后的新 DataFrame。同时，它还可以指定哪些列用于判断重复行，以及判断重复行时的行为。
使用方法：
pandas.DataFrame.drop_duplicates(subset=None, keep='first', inplace=False)
其中，参数说明：
下面提供两个实例：
对于以下的 DataFrame，我们想要去除重复的行：
import pandas as pd
df = pd.DataFrame({'A': [1, 2, 2, 3],
'B': ['apple', 'banana', 'cherry', 'cherry']})
print(df)输出结果：
A B
0 1 apple
1 2 banana
2 2 cherry
3 3 cherry我们可以使用 drop_duplicates() 方法去除重复行：
df2 = df.drop_duplicates()
print(df2)输出结果：
A B
0 1 apple
1 2 banana
2 2 cherry
3 3 cherry我们可以看到，第二行和第三行的 A 和 B 列均与第三行相同，所以第二行被删除了，其他行被保留。
对于以下的 DataFrame，我们想要去除重复的行，并指定只对 A 列判断是否为重复行：
import pandas as pd
df = pd.DataFrame({'A': [1, 2, 2, 3],
'B': ['apple', 'banana', 'cherry', 'cherry']})
print(df)输出结果：
A B
0 1 apple
1 2 banana
2 2 cherry
3 3 cherry我们可以使用 drop_duplicates() 方法去除重复行，并指定 subset 参数：
df2 = df.drop_duplicates(subset=['A'])
print(df2)输出结果：
A B
0 1 apple
1 2 banana
3 3 cherry我们可以看到，第二行和第三行的 A 列均为 2，所以第三行被删除了，其他行被保留。
本文链接：http://task.lmcjl.com/news/17690.html