drop_duplicate函数多列使用详解

Question

drop_duplicate（subset = 【'a','b'】）
这样表示就是代表如果a，b两列中某行的元素相同，才去重吗？

求这个函数使用的详解，搜了半天找不到很清晰的

Answer 1

drop_duplicates参数就四个，subset，keep，inplace，ignore_index

• subset:列的标签，或者传入一个标签列表，subset=['a','b']这种，只有指定列都重复的时候才会删除。
• keep：选择需要保留的重复值，有三个选项， - first：保留第一次出现的行 - last：保留最后一次出现的行 - False：全删掉
  • inplace：传入布尔值，执行删除后，是否把结果赋值给原变量。比如df.drop_duplicates()之后，你可以选择将结果赋值给新的变量data=df.drop_duplicates()，也可以通过inplace参数，df.drop_duplicates(inplace=True)，自动将结果赋值给df。
  • ignore_index:传入布尔值，默认是False，就是是否重置索引，从0开始往下排。