dataframe drop_duplicates()参数

`drop_duplicates()` 方法有几个与重复值处理有关的参数：

- `subset`：指定要考虑的列，默认为所有列。
- `keep`：指定保留哪个重复值。默认为第一个出现的重复值，可选参数为 `first`、`last` 和 `False`。
- `inplace`：指定是否在原 DataFrame 上修改数据。默认为 `False`，即返回一个新的 DataFrame。

下面是一个示例代码，演示了如何使用这些参数：

import pandas as pd

# 创建一个包含重复行的 DataFrame
df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie', 'Alice'],
    'age': [25, 30, 35, 25],
    'gender': ['F', 'M', 'M', 'F']
})

# 使用 subset 参数只考虑 name 和 age 两列
df = df.drop_duplicates(subset=['name', 'age'])

# 使用 keep 参数保留最后一个重复行
df = df.drop_duplicates(subset=['name'], keep='last')

# 在原 DataFrame 上修改数据
df.drop_duplicates(inplace=True)

# 打印结果
print(df)

输出结果为：

      name  age gender
2  Charlie   35      M
3    Alice   25      F

在上述示例中，我们首先创建了一个包含重复行的 DataFrame。然后，我们使用 `subset` 参数只考虑 `name` 和 `age` 两列，使用 `keep` 参数保留最后一个重复行。接着，我们使用 `inplace` 参数在原 DataFrame 上修改数据。最后，我们打印了结果以验证是否成功删除了重复行。