df.drop_duplicates()
时间: 2023-10-09 20:10:35 浏览: 74
这个函数是 pandas 库中的一个方法,用于去除 DataFrame 中的重复行。它的作用是返回一个去除了重复行的新 DataFrame。具体用法如下:
```python
df.drop_duplicates(subset=None, keep='first', inplace=False)
```
其中:
- `subset`:可以指定去重时考虑的列,默认是所有列。可以传入一个列名的列表,表示只考虑这些列的组合是否重复。
- `keep`:表示去重后保留哪个,可选值为 `'first'`、`'last'` 和 `False`,默认为 `'first'`,表示保留第一次出现的行,而将后面重复出现的行删除。若选 `'last'`,则保留最后一次出现的行。若选 `False`,则删除所有重复行。
- `inplace`:表示是否在原 DataFrame 上进行修改,若为 `True`,则会在原 DataFrame 上直接删除重复行,并返回 `None`。
例如,可以这样使用:
```python
import pandas as pd
df = pd.DataFrame({'A': [1, 2, 2, 3], 'B': ['a', 'b', 'b', 'c']})
print(df)
# A B
# 0 1 a
# 1 2 b
# 2 2 b
# 3 3 c
df = df.drop_duplicates()
print(df)
# A B
# 0 1 a
# 1 2 b
# 3 3 c
```
在这个例子中,`df` 中第 2 行和第 3 行是重复的,因此在使用 `drop_duplicates()` 后被删除了。
阅读全文