在处理pandas数据时，有时候需要删除重复数据，pandas为我们提供了drop_duplicates()函数。下面对其使用方法进行介绍：
# 首先导入常用的两个包
import pandas as pd
import numpy as np
# 建立一个dataframe数据
df = pd.DataFrame({'k1':['one']*3+['two']*4,'k2':[1,1,2,3,3,4,4]})
df['v1']=range(7)
df
# 结果：
k1 k2 v1
0 one 1 0
1 one 1 1
2 one 2 2
3 two 3 3
4 two 3 4
5 two 4 5
6 two 4 6
1.删除完全重复的行
df.drop_duplicates()
# 由于没有完全重复的行，因此返回结果跟原数据一致
# 结果：
k1 k2 v1
0 one 1 0
1 one 1 1
2 one 2 2
3 two 3 3
4 two 3 4
5 two 4 5
6 two 4 6
2.按k1进行去重，对于重复项，保留第一次出现的值
df.drop_duplicates('k1',keep='first')
# 结果：
k1 k2 v1
0 one 1 0
3 two 3 3
3.按k2和k1两列进行去重
df.drop_duplicates(['k2','k1'],keep='first')
# 结果：
k1 k2 v1
0 one 1 0
2 one 2 2
3 two 3 3
5 two 4 5
keep：{‘first’, ‘last’, False}, 默认值 ‘first’
- first：保留第一次出现的重复行，删除后面的重复行。
- last：删除前面的重复项，保留最后一次出现的重复行。
- False：删除所有重复项
