pandas删除重复的行

Pandas是一个强大的数据处理库，在Python中常用它来进行数据分析。如果你想从DataFrame中删除重复的行，可以使用`drop_duplicates()`函数。这个函数会检查指定的列（默认是所有列），并返回一个新的DataFrame，其中包含了唯一的组合。

基本语法如下：

df.drop_duplicates(inplace=True|False)

- `inplace=True`表示在原DataFrame上直接修改，删除重复行；如果不设置或设置为`False`，则返回一个新的不含重复行的DataFrame。
- 如果你想基于特定的列去查找重复，可以在`subset`参数中传入列名列表，例如`df.drop_duplicates(subset=['column1', 'column2'])`。

如果你只想保留每组的第一个重复项，可以添加`keep='first'`：

df.drop_duplicates(keep='first', inplace=True)

或者保留最后一个重复项，用`keep='last'`：

df.drop_duplicates(keep='last', inplace=True)

相关问题

pandas删除重复行

可以使用pandas的drop_duplicates()方法删除DataFrame中的重复行。

例如，如果我们有一个名为df的DataFrame，它包含重复行，我们可以使用以下代码删除重复行：

df.drop_duplicates(inplace=True)

该方法将在原DataFrame中删除重复行，并返回一个新的DataFrame。如果我们不想修改原始DataFrame，我们可以将inplace参数设置为False：

df_no_duplicates = df.drop_duplicates()

pandas删除重复行不保留

如果想要使用Pandas删除重复行，但是不保留任何一个重复的行，可以使用drop_duplicates方法，并将keep参数设置为False。下面是一个例子：

import pandas as pd

df = pd.DataFrame({'A': [1, 1, 2, 3, 3], 'B': ['a', 'b', 'c', 'd', 'd']})
print(df)

# 删除重复行并不保留任何一个重复的行
df.drop_duplicates(keep=False, inplace=True)
print(df)

输出结果为：

   A  B
0  1  a
1  1  b
2  2  c
3  3  d
4  3  d

   A  B
2  2  c

可以看到，最后只保留了一个不重复的行（第2行）。