Python对多属性的重复数据去重

python中的pandas模块中对重复数据去重步骤：

1）利用DataFrame中的duplicated方法返回一个布尔型的Series,显示各行是否有重复行，没有重复行显示为FALSE，有重复行显示为TRUE；

2）再利用DataFrame中的drop_duplicates方法用于返回一个移除了重复行的DataFrame。

注释：

如果duplicated方法和drop_duplicates方法中没有设置参数，则这两个方法默认会判断全部咧，如果在这两个方法中加入了指定的属性名（或者称为列名），例如：frame.drop_duplicates(['state']),则指定部分列（state列）进行重复项的判断。

具体实例如下：

[plain] view
plain copy

>>> import pandas as pd  

>>> data={'state':[1,1,2,2],'pop':['a','b','c','d']}  

>>> frame=pd.DataFrame(data)  

>>> frame  

  pop  state  

0   a      1  

1   b      1  

2   c      2  

3   d      2  

>>> IsDuplicated=frame.duplicated()  

>>> print IsDuplicated  

0    False  

1    False  

2    False  

3    False  

dtype: bool  

>>> frame=frame.drop_duplicates(['state'])  

>>> frame  

  pop  state  

0   a      1  

2   c      2  

>>> IsDuplicated=frame.duplicated(['state'])  

>>> print IsDuplicated  

0    False  

2    False  

dtype: bool  

>>>