python去重复行_Python-删除具有重复索引的行（Pandas DataFrame和TimeSeries）

我正在从网络上读取一些自动气象数据。观测每5分钟发生一次，并被汇总到每个气象站的月度文件中。解析完文件后，DataFrame如下所示：

Sta Precip1hr Precip5min Temp DewPnt WindSpd WindDir AtmPress

Date

2019-01-01 00:00:00 KPDX 0 0 4 3 0 0 30.31

2019-01-01 00:05:00 KPDX 0 0 4 3 0 0 30.30

2019-01-01 00:10:00 KPDX 0 0 4 3 4 80 30.30

2019-01-01 00:15:00 KPDX 0 0 3 2 5 90 30.30

2019-01-01 00:20:00 KPDX 0 0 3 2 10 110 30.28

我遇到的问题是，有时科学家会回头并更正观察结果-不是通过编辑错误的行，而是通过将重复的行附加到文件末尾来进行的。下面是这种情况的简单示例：

import pandas

import datetime

startdate = datetime.datetime(2019, 1, 1, 0, 0)

enddate = datetime.datetime(2019, 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

2019-01-01 00:00:00 20 -50

2019-01-01 01:00:00 -30 60

2019-01-01 02:00:00 40 -70

2019-01-01 03:00:00 3 3

2019-01-01 04:00:00 4 4

2019-01-01 05:00:00 5 5

2019-01-01 00:00:00 0 0

2019-01-01 01:00:00 1 1

2019-01-01 02:00:00 2 2

因此，我需要df3断然成为：

A B

2019-01-01 00:00:00 0 0

2019-01-01 01:00:00 1 1

2019-01-01 02:00:00 2 2

2019-01-01 03:00:00 3 3

2019-01-01 04:00:00 4 4

2019-01-01 05:00:00 5 5

我认为添加一列行号（df3['rownum'] = range(df3.shape[0])）可以帮助我为的任何值选择最底端的行DatetimeIndex，但是我一直想弄清楚group_byor pivot（或???）语句才能使该行生效。