duplicated() menandai dengan True setiap baris yang mengulang baris sebelumnya; drop_duplicates() menghapus baris-baris itu.
subset= memilih kolom mana yang menentukan bahwa dua baris sama. Gunakan ini saat kolom ID membuat setiap baris unik, atau saat satu kolom (seperti email) harus unik dengan sendirinya.
keep= memilih salinan mana yang dipertahankan: "first" (bawaan), "last", atau False untuk menandai atau menghapus setiap salinan.
Duplikat di dunia nyata jarang persis sama. "[email protected]" dan " [email protected]" adalah orang yang sama bagi Anda, tetapi teks yang berbeda bagi pandas. Bersihkan dulu kolomnya, signups["email"].str.strip().str.lower(), lalu periksa duplikat pada nilai yang sudah bersih. Pelajaran teks nanti membahas metode .str secara mendalam.
Selalu hitung sebelum menghapus, supaya Anda tahu berapa baris yang dibuang.
Berapa banyak baris yang mengulang email yang sudah muncul di baris di atasnya.