python中pandas函数_python中的pandas的两种基本使用?

drop_duplicates

使用方式应用实例
pandas是Python处理数据时最常用的工具包之一。本文介绍结合自身的实践经历，汇总相关函数的使用方法，供读者参考。
以下内容都需要导入pandas工具包

import pandas as pd

df.drop_duplicates(subset=['A','B','C'],keep='first',inplace=True)

参数说明如下：
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。

data = {'A':[1, 0, 1, 1], 'B':[0, 2, 5, 0], 'C':[4, 0, 4, 4], 'D':[1, 0, 1, 1]}
df = pd.Dataframe(data=data)
Out[3]: 
   A  B  C  D
0  1  0  4  1
1  0  2  0  0
2  1  5  4  1
3  1  0  4  1

df.drop_duplicates()
Out[4]: 
// 删除了第4列
   A  B  C  D
0  1  0  4  1
1  0  2  0  0
2  1  5  4  1

df.drop_duplicates(keep='last')
Out[6]: 
// 删除了第0列
   A  B  C  D
1  0  2  0  0
2  1  5  4  1
3  1  0  4  1

df.drop_duplicates(keep='last').reset_index(drop=True)
Out[8]: 
// 使用reset_index函数后，可以将行标签重新从0开始排序
   A  B  C  D
0  0  2  0  0
1  1  5  4  1
2  1  0  4  1

df.drop_duplicates(keep=False)
Out[9]: 
// 删除了第0列和第3列
   A  B  C  D
1  0  2  0  0
2  1  5  4  1

df.drop_duplicates(subset=['D'], keep=False)
Out[11]: 
// 删除了第0,2,3列，他们的D列都是1
   A  B  C  D
1  0  2  0  0

原文出自：http://c.biancheng.net/pandas/drop-duplicate.html