Python數據分析基礎與應用模塊電子活頁5-7使用drop_duplicates()函數刪除數據集中的重復值【技能訓練5-9】使用drop_duplicates()函數刪除數據集中的重復值【訓練要求】在JupyterNotebook開發環境中創建j5-09.ipynb，然后編寫代碼使用drop_duplicates()函數刪除數據集中的重復值。【實施過程】（1）創建一個包含重復值的DataFrame對象代碼如下：importpandasaspddata1={'name':['安靜','路遠','溫暖','安靜','陽光','安靜'],'sex':['女','男','男','女','男','女'],'age':[21,20,19,21,23,21],'height':[171,180,189,171,175,171]}df1=pd.DataFrame(data1)df1輸出結果：（2）默認保留第一次出現的重復值代碼如下：df2=df1.drop_duplicates()df2輸出結果：代碼df1.drop_duplicates()的輸出結果與代碼df1.drop_duplicates(keep='first')的相同，因為該函數默認只保存第一次出現的重復值。（3）保留最后一次出現的重復值代碼如下：df2=df1.drop_duplicates(keep='last')df2輸出結果：（4）設置參數keep=False刪除所有重復值代碼如下：df1.drop_duplicates(keep=False)輸出結果：（5）根據指定列索引去重代碼如下：importpandasaspddata3={'date':['2022/1/1','2022/1/2','2022/1/3','2022/1/4','2022/1/5','2022/1/6','2022/1/7','2022/1/8'],'highT':[12,15,12,12,7,6,7,6],'lowT':[1,4,8,6,5,5,6,3],'AQI':[167,145,123,212,104,61,54,70]}df3=pd.DataFrame(data=data3)df3輸出結果：代碼如下：#刪除所有重復值，對于highT列來說3個12、2個6、2個7都是重復值df4=df3.drop_duplicates(subset=['highT'],keep=False)df4輸出結果：可以省略subset關鍵字，將上述代碼簡寫為以下形式：df4=df3.drop_duplicates(['highT'],keep=False)（6）去重時重置索引從上述代碼可以看出，刪除重復值后，行索引使用的數字與原來的相同，并沒有從0重新開始，那么應該怎么在去重時重置索引呢？使用pandas提供的reset_index()函數直接重置索引即可。去重的代碼如下：df5=df3.drop_duplicates(subset=['lowT'],keep=False)df5輸出結果：重置索引的代碼如下：#重置索引，從0重新開始df6=df5.reset_index(drop=True)df6輸出結果：（7）指定多列去重創建DataFrame對象的代碼如下：importpandasaspddata7={'date':['2022/1/1','2022/1/2','2022/1/3','2022/1/4','2022/1/5','2022/1/6','2022/1/7','2022/1/8'],'highT':[12,15,12,12,6,6,7,6],'lowT':[1,4,8,6,5,5,6,3],'AQI':[167,145,123,212,104,61,54,70]}df7=pd.DataFrame(data=data7)df7輸出結果：指定多列去重的代碼如下：#使用keep='last'只保留最后一個重復值df8=df7.drop_duplicates(['highT','lowT'],keep='la