1. 移除重复数据

1. Series/DataFrame.duplicated(*args, **kwargs)：返回一个布尔Series，指示调用者中，哪些行是重复的（重复行标记为True）。

   • keep：一个字符串或者False，指示如何标记。它代替了废弃的参数take_last

     • 'first'：对于重复数据，第一次出现时标记为False，后面出现时标记为True
     • 'last'：对于重复数据，最后一次出现时标记为False，前面出现时标记为True
     • False：对于重复数据，所有出现的地方都标记为True

   而Series/DataFrame.drop_duplicates(*args, **kwargs)：返回重复行被移除之后的Series/DataFrame。

   • keep：一个字符串或者False，指示如何删除。 它代替了废弃的参数take_last

     • 'first'：对于重复数据，保留第一次出现，后面出现时删除
     • 'last'：对于重复数据，最后一次出现时保留，前面出现时删除
     • False：对于重复数据，删除所有出现的位置
   • inplace：一个布尔值。如果为True，则原地修改。否则返回新建的对象。

   对于DataFrame，还有个 subset参数。它是column label或者其列表，给出了考虑哪些列的重复值。默认考虑所有列。（即一行中哪些字段需要被考虑）