【目录】
1. df.drop_duplicates()语法
2. 创建一个df对象
3. df.drop_duplicates()用法
【正文】
学习时间：20分钟。
1. df.drop_duplicates()语法
drop[drɒp]：卸载。
duplicates[ˈdju:plikits]：重复。
【作用】
df.drop_duplicates() 的作用是从 DataFrame 中删除重复的行。
【语法】
df.drop_duplicates(subset=None, keep='first', inplace=False)
df表示一个具体的DataFrame对象。
.英文小圆点。
drop_duplicates是方法名，作用是删除DataFrame对象中的重复行。
【参数】
subset[ˈsʌbset]：子集。
keep[kiːp]：占有，保留。
subset（可选）：指定列名或列名列表，用于检查是否存在重复项。默认值为None，表示检查所有列。
keep（可选）：指定保留重复项的方式。默认为 first，表示保留第一个出现的行，其他重复行会被删除；last表示保留最后一个出现的行，其他重复行会被删除。
inplace可选：表示是否在原地修改 DataFrame，默认为 False，即创建一个新的 DataFrame 返回。
【返回值】
inplace=False，返回一个新的 DataFrame 对象。
inplace=True，则不返回任何值，直接在原 DataFrame 上进行修改。
2. 创建一个df对象
【代码示例】
# 导入pandas库并简写为pd
import pandas as pd
# 要传入的数据类型为字典
# 字典的3个键姓名、年龄、成绩是DataFrame对象的列索引
# 字典的值是DataFrame对象的数据
data = {
'姓名': ['李四', '王五', '王五'],
'年龄': [ 19, 20, 20, ],
'成绩': [ 92, 100, 100]
}
# 实例化类创建对象：对象名 = 类名()
# df是对象名，DataFrame是类名
df = pd.DataFrame(data)
# 输出DataFrame对象
print(df)
【终端输出】
姓名 年龄 成绩
0 李四 19 92
1 王五 20 100
2 王五 20 100
观察输出结果，我们发现：
索引为1行的数据和索引为2行的数据完全重复。
3. df.drop_duplicates()用法
【inplace=True，修改原df对象】
print("*****原始DataFrame*****")
print(df)
# inplace=True，则不返回任何值，直接在原 DataFrame 上进行修改
df.drop_duplicates(inplace=True)
print("*****去重后的DataFrame*****")
print(df)
【终端输出】
*****原始DataFrame*****
姓名 年龄 成绩
0 李四 19 92
1 王五 20 100
2 王五 20 100
*****去重后的DataFrame*****
姓名 年龄 成绩
0 李四 19 92
1 王五 20 100
【inplace=False，返回新的一个df对象】
# 导入pandas库并简写为pd
import pandas as pd
# 要传入的数据类型为字典
# 字典的3个键姓名、年龄、成绩是DataFrame对象的列索引
# 字典的值是DataFrame对象的数据
data = {
'姓名': ['李四', '王五', '王五'],
'年龄': [ 19, 20, 20, ],
'成绩': [ 92, 100, 100]
}
# 实例化类创建对象：对象名 = 类名()
# df是对象名，DataFrame是类名
df = pd.DataFrame(data)
# 输出DataFrame对象
#print(df)
print("*****原始DataFrame*****")
print(df)
# inplace=False，返回一个新的 DataFrame 对象
new_df = df.drop_duplicates(inplace=False)
print("*****原始的DataFrame对象并没有修改*****")
print(df)
print("*****返回一个新的DataFrame 对象*****")
print(new_df)
【终端输出】
*****原始DataFrame*****
姓名 年龄 成绩
0 李四 19 92
1 王五 20 100
2 王五 20 100
*****原始的DataFrame对象并没有修改*****
姓名 年龄 成绩
0 李四 19 92
1 王五 20 100
2 王五 20 100
*****返回一个新的DataFrame 对象*****
姓名 年龄 成绩
0 李四 19 92
1 王五 20 100
