Dataframe 如何去重

python中的pandas模块中对重复数据去重步骤：

1）利用DataFrame中的duplicated方法返回一个布尔型的Series,显示各行是否有重复行，没有重复行显示为FALSE，有重复行显示为TRUE；

2）再利用DataFrame中的drop_duplicates方法用于返回一个移除了重复行的DataFrame。

注释：

如果duplicated方法和drop_duplicates方法中没有设置参数，则这两个方法默认会判断全部列元素都重复才返回，如果在这两个方法中加入了指定的属性名（或者称为列名），例如：frame.drop_duplicates(['state']),则仅对指定列（state列）进行重复的判断，决定是否返回改行。

具体实例如下：

[plain]  view plain  copy

1. >>> import pandas as pd  
2. >>> data={'state':[1,1,2,2],'pop':['a','b','c','d']}  
3. >>> frame=pd.DataFrame(data)  
4. >>> frame  
5.   pop  state  
6. 0   a      1  
7. 1   b      1  
8. 2   c      2  
9. 3   d      2  
10. >>> IsDuplicated=frame.duplicated()  
11. >>> print IsDuplicated  
12. 0    False  
13. 1    False  
14. 2    False  
15. 3    False  
16. dtype: bool  
17. >>> frame=frame.drop_duplicates(['state'])  
18. >>> frame  
19.   pop  state  
20. 0   a      1  
21. 2   c      2  
22. >>> IsDuplicated=frame.duplicated(['state'])  
23. >>> print IsDuplicated  
24. 0    False  
25. 2    False  
26. dtype: bool  
27. >>>