在 pandas 中，删除重复行通常使用 drop_duplicates() 方法。下面按常见场景说明：
import pandas as pd
df = pd.DataFrame({
'A': [1, 1, 2],
'B': ['x', 'x', 'y']
})
df = df.drop_duplicates()
✅ 默认保留第一次出现的行。
df = df.drop_duplicates(subset=['A'])
只看 A 列是否重复。
df = df.drop_duplicates(keep='last')
keep='first'（默认）keep='last'keep=False（全部删除）df.drop_duplicates(inplace=True)
df = df.drop_duplicates(ignore_index=True)
df[df.duplicated()]
| 需求 | 用法 |
|---|---|
| 删除完全重复 | drop_duplicates() |
| 按列去重 | drop_duplicates(subset=[...]) |
| 保留最后一条 | keep='last' |
| 直接修改 | inplace=True |
如果你有具体数据结构或业务规则（比如“按时间保留最新”），可以发出来，我可以帮你写更精确的代码。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
