Read-only research for externa…

# pandas 1.5.3 中 DataFrame.drop_duplicates 参数说明

一、官方函数签名

```python

DataFrame.drop_duplicates(

subset=None,

*,

keep='first',

inplace=False,

ignore_index=False

)

```

二、subset 参数

• 默认值：None
• 作用：指定依据哪些列来判断重复。默认为 None 时，会以所有列作为判断依据。
• 可传入类型：列标签（str）或列标签的列表（list of str）。

三、keep 参数

• 可选值有三种：
• 'first'（默认值）：保留第一次出现的重复项，删除后续重复项
• 'last'：保留最后一次出现的重复项，删除之前的重复项
• False：删除所有重复项，即所有重复行全部丢弃

四、使用示例

```python

import pandas as pd

df = pd.DataFrame({'a': [1, 1, 2], 'b': [5, 5, 6]})

# 默认：subset=None, keep='first'

df.drop_duplicates()

# 结果保留两行：(1, 5) 和 (2, 6)

# 按列 a 判断重复，保留最后一次出现

df.drop_duplicates(subset=['a'], keep='last')

# 删除全部重复行

df.drop_duplicates(keep=False)

```

五、补充说明

1. drop_duplicates 基于 subset 指定的列，删除与已出现行完全相同的行。

2. 返回结果默认保留原行顺序（被保留的行按原始索引顺序排列）。

3. 若设置 ignore_index=True，返回结果的索引会被重置为 0, 1, 2...（该参数自 pandas 1.0 起支持，1.5.3 中可用）。

4. inplace=True 时直接在原 DataFrame 上删除，返回 None。

六、核查建议

以上内容基于 pandas 官方文档对该 API 的通用描述，subset=None 和 keep='first' 是长期稳定的设计，1.5.3 版本未做变更。如需严格确认，建议访问官方文档：pandas.pydata.org/docs/reference/api/pandas.DataFrame.drop_duplicates.html，并通过左上角版本切换器选择 1.5.3 版本核对。