一起养成写作习惯！这是我参与「掘金日新计划 · 4 月更文挑战」的第14天，点击查看活动详情。
在进行数据分析时，数据的质量可能并不理想，有可能包含一些重复数据，那我们就要进行数据的“去重”操作，删除重复的数据，保留唯一的数据项，从而提高数据集整体的精确度，同时也可以节省空间、提升读写性能等，接下来就来介绍一下 Pandas Dataframe 的去重操作。
去重操作
Pandas 提供了drop_duplicates()方法进行数据的去重操作，具体使用格式如下：
df.drop_duplicates(subset=None, keep="first", inplace=False, ignore_index=False)
参数说明如下：
- subset：指定要进行去重的列名，默认为
None，可以使用列表指定一个或多个列名 - keep：有三个参数可选：
first、last、False，默认为first，表示只保留第一次出现的重复项，删除其余重复项；last表示只保留最后一次出现的重复项；False表示删除所有重复项 - inplace：是否在原Dataframe对象上进行操作
- ignore_index：默认为False，设置为True可以重新生成行索引。
例如，对下面 DataFrame 对象进行去重操作：
可以看到该DataFrame 对象中索引为1、3的行是重复的，下面进行去除：
保留第一次出现的重复项：
df.drop_duplicates(inplace=True)
df
结果输出如下：
删除所有重复项：
df.drop_duplicates(keep=False, inplace=True)
df
结果输出如下：
ignore_index参数使用：
df.drop_duplicates(inplace=True, ignore_index=True)
df
ignore_index设置为True后，通过结果可以看到，行索引进行了重排。
当然drop_duplicates()方法也可以根据指定列名去重，给subset传递参数即可，例如根据name列进行去重：
df.drop_duplicates(subset=["name"], inplace=True)
原创不易，如果小伙伴们觉得有帮助，麻烦点个赞再走呗~
最后，感谢女朋友在工作和生活中的包容、理解与支持 ！
