慕码人8056858
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：>>> import pandas as pd
>>> data={'state':[1,1,2,2],'pop':['a','b','c','d']}
>>> frame=pd.DataFrame(data)
>>> frame
pop state
0 a 1
1 b 1
2 c 2
3 d 2
>>> IsDuplicated=frame.duplicated()
>>> print IsDuplicated
0 False
1 False
2 False
3 False
dtype: bool
>>> frame=frame.drop_duplicates(['state'])
>>> frame
pop state
0 a 1
2 c 2
>>> IsDuplicated=frame.duplicated(['state'])
>>> print IsDuplicated
0 False
2 False
dtype: bool
>>>