pandas举例说明drop_duplicates()函数的作用、其主要参数及用法

pandas中的drop_duplicates()函数用于删除DataFrame中的重复行。具体而言，该函数会返回一个新的DataFrame对象，其中已删除了重复的行。

该函数的主要参数包括：

- subset：可选参数，表示仅考虑特定列的重复项。可以传递列名称或列名称列表。
- keep：可选参数，表示保留哪个重复的实例。默认值为"first"，即保留第一个实例；如果设置为"last"，则保留最后一个实例；如果设置为False，则删除所有重复实例。

下面是一个使用示例：

import pandas as pd

# 创建一个DataFrame对象
df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie', 'Alice', 'David', 'Alice'],
    'age': [25, 30, 35, 25, 40, 25],
    'gender': ['F', 'M', 'M', 'F', 'M', 'F']
})

# 删除重复行
df = df.drop_duplicates()

print(df)

输出结果为：

       name  age gender
0     Alice   25      F
1       Bob   30      M
2   Charlie   35      M
4     David   40      M

在这个例子中，我们创建了一个包含多个重复行的DataFrame对象。然后，我们调用了drop_duplicates()函数来删除重复行，并将结果保存在一个新的DataFrame对象中。最后，我们打印了新的DataFrame对象，可以看到所有的重复行都已被删除。