drop_duplicates()

可以刪除重複的行，返回的是刪除重複行後的df

DataFrame.drop_duplicates(subset=None, keep='first', inplace=False, ignore_index=False)

引數

1. subset：column label or sequence of labels, optional，需要刪除的列，預設是全部的列
2. keep：{‘first’, ‘last’, False}, default ‘first’，確定要保留的重複項（如果有），first和last分別是第一次和最後一次，false則是刪除所有的重複項
3. inplace：bool, default False，是否覆蓋原來的df
4. ignore_index：bool, default False

返回

如果inplace=Ture，則返回刪除重複項的df

官網例子

df = pd.DataFrame({
    'brand': ['Yum Yum', 'Yum Yum', 'Indomie', 'Indomie', 'Indomie'],
    'style': ['cup', 'cup', 'cup', 'pack', 'pack'],
    'rating': [4, 4, 3.5, 15, 5]
})
df
'''
    brand style  rating
0  Yum Yum   cup     4.0
1  Yum Yum   cup     4.0
2  Indomie   cup     3.5
3  Indomie  pack    15.0
4  Indomie  pack     5.0
 
'''

預設情況下，它將基於所有列刪除重複的行

df.drop_duplicates()
'''
    brand style  rating
0  Yum Yum   cup     4.0
2  Indomie   cup     3.5
3  Indomie  pack    15.0
4  Indomie  pack     5.0
'''

要刪除特定列上的重複項，請使用subset

df.drop_duplicates(subset=['brand'])
'''
    brand style  rating
0  Yum Yum   cup     4.0
2  Indomie   cup     3.5
 
'''

要刪除重複項並保持最後一次出現，請使用keep

df.drop_duplicates(subset=['brand', 'style'], keep='last')
'''
    brand style  rating
1  Yum Yum   cup     4.0
2  Indomie   cup     3.5
4  Indomie  pack     5.0
'''