详解pandas使用drop_duplicates去除DataFrame重复项参数
Pandas之drop_duplicates：去除重复项
方法
DataFrame.drop_duplicates(subset=None,keep='first',inplace=False)
参数
这个drop_duplicate方法是对DataFrame格式的数据，去除特定列下面的重复行。返回DataFrame格式的数据。
- subset:columnlabelorsequenceoflabels,optional用来指定特定的列，默认所有列
- keep:{‘first',‘last',False},default‘first'删除重复项并保留第一次出现的项
- inplace:boolean,defaultFalse是直接在原来数据上修改还是保留一个副本
DataFrame中存在重复的行或者几行中某几列的值重复，这时候需要去掉重复行，示例如下：
data.drop_duplicates(subset=['A','B'],keep='first',inplace=True)
代码中subset对应的值是列名，表示只考虑这两列，将这两列对应值相同的行进行去重。默认值为subset=None表示考虑所有列。
keep='first'表示保留第一次出现的重复行，是默认值。keep另外两个取值为"last"和False，分别表示保留最后一次出现的重复行和去除所有重复行。
inplace=True表示直接在原来的DataFrame上删除重复项，而默认值False表示生成一个副本。
将副本赋值给dataframe：
data=data.drop_duplicates(subset=None,keep='first',inplace=False)
这一行代码与文章开头提到的那行代码效果等效，但是如果在该DataFrame上新增一列:
data['extra']=test_data['item_price_level']
就会报如下错误：
SettingWithCopyWarning: AvalueistryingtobesetonacopyofaslicefromaDataFrame.
所以如果想对DataFrame去重，最好采用开头提到的那行代码。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持毛票票。