duplicated()は前の行を繰り返す各行にTrueの印を付け、drop_duplicates()はそれらの行を除きます。
- **
subset=**は、2つの行を同じと判断する列を選びます。IDの列でどの行も一意になるときや、1つの列(メールなど)だけで一意であるべきときに使ってください。
- **
keep=**は、どのコピーを残すかを選びます:"first"(既定)、"last"、またはすべてのコピーに印を付けるか除くためのFalseです。
実際の重複は、完全に一致することはまれです。"[email protected]"と" [email protected]"は、人にとっては同じ人ですが、pandasにとっては別のテキストです。まず列をきれいにし(signups["email"].str.strip().str.lower())、その後、きれいにした値で重複を確かめてください。.strのメソッドは、後のテキストのレッスンで詳しく扱います。
除く前に、必ず数えてください。何行を除くのかがわかります。