Pandas DataFrame高效去重：轻松移除完全重复的行
在Pandas数据处理中，经常遇到DataFrame包含完全重复的行的情况。本文将介绍如何利用Python的Pandas库高效地去除这些重复行，确保数据唯一性。我们将通过示例演示如何实现这一目标。
假设我们有一个名为df的Pandas DataFrame，数据如下：
index id value 1 1 2 1 1 2 2 2 3 3 3 4
可以看到，索引为1的两行数据完全相同。我们的目标是去除重复行，只保留索引为2和3的行。
Pandas提供drop_duplicates()方法来实现去重。关键参数是keep，它控制如何处理重复行：keep=False表示去除所有重复行；keep='first'保留第一次出现的重复行；keep='last'保留最后一次出现的重复行。
如果DataFrame只有id和value两列，可以直接使用：
df.drop_duplicates(keep=False, inplace=True)
执行后，df将变为：
index id value 2 2 3 3 3 4
如果DataFrame包含更多列，而我们只想根据id和value两列判断重复，则需要指定subset参数：
df.drop_duplicates(subset=['id', 'value'], keep=False, inplace=True)
subset参数指定用于判断重复的列。inplace=True参数表示直接修改原DataFrame，无需创建新的对象。通过指定subset和keep=False，我们可以精确地去除所有完全重复的行，保留唯一数据。
