python中drop用法 去重_如何使用drop_duplicates进行简单去重（入门篇）

什么是去重呢？

简单来说，数据去重指的是删除重复数据。在一个数字文件集合中，找出重复的数据并将其删除，只保存唯一的数据单元。在我们的数据预处理过程中，这是一项我们经常需要进行的操作。

去重有哪些好处？节省存储空间

提升写入性能

提高模型精度

今天我们就来简单介绍一下，在pandas中如何使用drop_duplicates进行去重。

一、函数体及主要参数

函数体：

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

主要参数：

subset： 输入要进行去重的列名，默认为None

keep：可选参数有三个：‘first’、 ‘last’、 False， 默认值 ‘first’。其中，first表示： 保留第一次出现的重复行，删除后面的重复行。

last表示： 删除重复项，保留最后一次出现。

False表示： 删除所有重复项。

inplace：布尔值，默认为False，是否直接在原数据上删除重复项或删除重复项后返回副本。

(inplace参数在很多时候都需要用到，是一个十分常见的参数，忘记的同学可以看下面)侦探L：如何正确在pandas里使用inplace参数​zhuanlan.zhihu.com

二、实例操作

首先还是一样&#x