Pandas DataFrame.drop_duplicates()

DataFrame.drop_duplicates()方法用于删除DataFrame中的重复行。

语法

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

参数

• subset: 指定一个或多个列进行比较，如果不指定，则比较整行。
• keep: 指定哪些重复行（或非重复行）应该保留，可选值包括:
  • 'first'：保留第一个出现的行，删除后续出现的相同行；
  • 'last'：保留最后一个出现的行，删除之前出现的相同行；
  • False：全部删除。
• inplace: 是否在原DataFrame上进行修改。默认为False，返回修改后的结果。
• ignore_index: 是否重置结果DataFrame的索引。默认为False，保留原索引。

返回值

返回删除重复行后的DataFrame。

示例

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Alice', 'David'], 
        'age': [18, 24, 18, 20]}
df = pd.DataFrame(data)

print("删除重复行前：")
print(df)

df.drop_duplicates(inplace=True)

print("删除重复行后：")
print(df)

输出结果：

删除重复行前：
    name  age
0  Alice   18
1    Bob   24
2  Alice   18
3  David   20
删除重复行后：
    name  age
0  Alice   18
1    Bob   24
3  David   20

在上述示例中，原始DataFrame中共有4行数据，其中第1行和第3行完全相同，因此使用drop_duplicates()方法从DataFrame中删除其中一个重复行，最终返回3行不重复的数据。