pandas：去重函数 pandas.DataFrame.drop_duplicates

- 1、官方文档：

df.drop_duplicates?
Signature: df.drop_duplicates(subset=None, keep='first', inplace=False)
Docstring:
Return DataFrame with duplicate rows removed, optionally only
considering certain columns

Parameters
----------
subset : column label or sequence of labels, optional
    Only consider certain columns for identifying duplicates, by
    default use all of the columns
keep : {'first', 'last', False}, default 'first'
    - ``first`` : Drop duplicates except for the first occurrence.
    - ``last`` : Drop duplicates except for the last occurrence.
    - False : Drop all duplicates.
inplace : boolean, default False
    Whether to drop duplicates in place or to return a copy

Returns
-------
deduplicated : DataFrame

• subset：可以指定传入单个列标签或者一个列标签的列表，默认是使用所有的列标签，即会删除一整行

• keep：有{‘first’, ‘last’, False}三个可供选择, 默认值 ‘first’，意味着除了第一个后面重复的全部删除，keep='first’表示保留第一次出现的重复行，是默认值。keep另外两个取值为"last"和False，分别表示保留最后一次出现的重复行和去除所有重复行。

• inplace:返回是否替代过的值，默认False,即不改变原数据。

print('删除前：',data[0].shape)
data[0]=data[0].drop_duplicates(subset='stage',keep='first')
print('删除后',data[0].shape)

删除前： (366, 5)
删除后 (309, 5)