Python是进行数据分析的一种出色语言，主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种，使导入和分析数据更加容易。
数据分析的重要部分是分析重复值并将其删除。 Pandas duplicated()方法仅有助于分析重复值。它返回一个布尔序列，仅对唯一元素而言为True。
用法:
DataFrame.duplicated(subset=None, keep='first')
参数:
subset:取得一列或列标签列表。默认值为无。传递列后，它将仅将它们视为重复项。
keep:控制如何考虑重复值。它只有三个不同的值，默认值为“第一”。
->如果为“第一个”，则它将第一个值视为唯一值，并将其余相同的值视为重复值。
->如果为“ last”，则它将last值视为唯一值，并将其余相同的值视为重复值。
->如果为False，则将所有相同的值视为重复项。
要下载使用的CSV文件，请单击此处。例1：返回布尔序列
在下面的示例中，根据“名字”列中的重复值返回布尔系列。
# importing pandas package
import pandas as pd
# making data frame from csv file
data = pd.read_csv("employees.csv")
# sorting by first name
data.sort_values("First Name", inplace = True)
# making a bool series
bool_series = data["First Name"].duplicated()
# displaying data
data.head()
# display data
data[bool_series]
输出：
如输出图像中所示，由于keep参数的默认值为“ first”，因此，无论何时出现名称，第一个都将被视为“唯一”，并且会被视为“重复”。
范例2：删除重复项
在此示例中，keep参数设置为False，以便仅采用唯一值，并从数据中删除重复值。
# importing pandas package
import pandas as pd
# making data frame from csv file
data = pd.read_csv("employees.csv")
# sorting by first name
data.sort_values("First Name", inplace = True)
# making a bool series
bool_series = data["First Name"].duplicated(keep = False)
# bool series
bool_series
# passing NOT of bool series to see unique values only
data = data[~bool_series]
# displaying data
data.info()
data
输出：
由于duplicated()方法对于重复项返回False，因此采用该系列的NOT来查看数据帧中的唯一值。