python - 在pandas DataFrame的drop_duplicates方法中考虑重复索引

Question

Pandas DataFrame的drop_duplicates方法在删除重复行时会考虑所有列(默认)或列子集(可选)，并且不能考虑重复索引。

我正在寻找一种干净的单行解决方案，该方案在确定重复行时考虑索引和子集或所有列。例如，考虑DataFrame

df = pd.DataFrame(index=['a', 'b', 'b', 'c'], data={'A': [0, 0, 0, 0], 'B': [1, 0, 0, 0]})
   A  B
a  0  1
b  0  0
b  0  0
c  0  0

默认使用drop_duplicates方法可以

df.drop_duplicates()
   A  B
a  0  1
b  0  0

如果在确定重复行时也考虑了索引，则结果应为

df.drop_duplicates(consider_index=True) # not a supported keyword argument
   A  B
a  0  1
b  0  0
c  0  0

有没有一种方法可以提供此功能，这比我目前的方法要好:

df['index'] = df.index
df.drop_duplicates(inplace=True)
del df['index']

Answer 1

调用reset_index和duplicated，然后为原始索引:

df = df[~df.reset_index().duplicated().values]
print (df)
   A  B
a  0  1
b  0  0
c  0  0