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：

>>> 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
>>>