pandas数据分析03

Pandas去重函数：drop_duplicates()

df.drop_duplicates(subset=[‘A’,‘B’,‘C’],keep=‘last’,inplace=True)
参数说明：
subset：表示要进去重的列名，默认为 None。
keep：有三个可选参数，分别是 first、last、False，默认为 first，表示只保留第一次出现的重复项，删除其余重复项，last 表示只保留最后一次出现的重复项，False 则表示删除所有重复项。
inplace：布尔值参数，默认为 False 表示删除重复项后返回一个副本，若为 Ture 则表示直接在原数据上删除重复项。

import pandas as pd
data={
    'A':[1,3,3,3],
    'B':[0,1,2,0],
    'C':[4,5,4,4],
    'D':[3,3,3,3]
}
df1=pd.DataFrame(data)
print(df1)
df2=df1.drop_duplicates(['B'])#默认返回副本
print(df2)
#输出
   A  B  C  D
0  1  0  4  3
1  3  1  5  3
2  3  2  4  3
3  3  0  4  3
   A  B  C  D
0  1  0  4  3
1  3  1  5  3
2  3  2  4  3

参考文献