java 有类似pandas_删除具有重复索引的行（Pandas DataFrame和TimeSeries）

我正在从网上阅读一些自动天气数据 . 观察每5分钟发生一次，并编译成每个气象站的月度文件 . 一旦我完成了解析文件，DataFrame看起来像这样：

Sta Precip1hr Precip5min Temp DewPnt WindSpd WindDir AtmPress

Date

2001-01-01 00:00:00 KPDX 0 0 4 3 0 0 30.31

2001-01-01 00:05:00 KPDX 0 0 4 3 0 0 30.30

2001-01-01 00:10:00 KPDX 0 0 4 3 4 80 30.30

2001-01-01 00:15:00 KPDX 0 0 3 2 5 90 30.30

2001-01-01 00:20:00 KPDX 0 0 3 2 10 110 30.28

我遇到的问题是，有时科学家会回过头来纠正观察结果 - 不是通过编辑错误的行，而是通过在文件的末尾附加一个重复的行 . 这种情况的简单示例如下所示：

import pandas

import datetime

startdate = datetime.datetime(2001, 1, 1, 0, 0)

enddate = datetime.datetime(2001, 1, 1, 5, 0)

index = pandas.DatetimeIndex(start=startdate, end=enddate, freq='H')

data1 = {'A' : range(6), 'B' : range(6)}

data2 = {'A' : [20, -30, 40], 'B' : [-50, 60, -70]}

df1 = pandas.DataFrame(data=data1, index=index)

df2 = pandas.DataFrame(data=data2, index=index[:3])

df3 = df2.append(df1)

df3

A B

2001-01-01 00:00:00 20 -50

2001-01-01 01:00:00 -30 60

2001-01-01 02:00:00 40 -70

2001-01-01 03:00:00 3 3

2001-01-01 04:00:00 4 4

2001-01-01 05:00:00 5 5

2001-01-01 00:00:00 0 0

2001-01-01 01:00:00 1 1

2001-01-01 02:00:00 2 2

所以我需要 df3 才能成为：

A B

2001-01-01 00:00:00 0 0

2001-01-01 01:00:00 1 1

2001-01-01 02:00:00 2 2

2001-01-01 03:00:00 3 3

2001-01-01 04:00:00 4 4

2001-01-01 05:00:00 5 5

我认为添加一列行号( df3['rownum'] = range(df3.shape[0]) )可以帮助我为 DatetimeIndex 的任何值选择最底部的行，但我仍然坚持找出 group_by 或 pivot (或???)语句来使工作 .