《利用python进行数据分析》读书笔记--第七章 数据规整化：清理、转换、合并、重塑（二）

#-*- encoding: utf-8 -*-
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from pandas import Series,DataFrame

#DataFrame去重
data = DataFrame({‘k1‘:[‘one‘]*3 + [‘two‘] * 4,
    ‘k2‘:[1,1,2,3,3,4,4,]})
#print data
print data.duplicated() #返回一个布尔型Series，重复的为True，不重复的为False
#得到去重之后的DataFrame，应该意识到这是非常常用的
print data.drop_duplicates().reset_index(drop = True)
#可以选定需要去重的列
print data.drop_duplicates([‘k1‘]) #默认保留第一次出现的行
print data.drop_duplicates([‘k1‘],take_last = True) #设定保留最后一个出现的行