Python 熊猫：独特的数据帧

我有一个具有重复行的数据帧。我希望得到一个具有唯一索引且没有重复项的数据帧。可以放弃重复的值。这可能吗？这是由

groupby

完成的吗？

通过阅读文档示例找到了一种方法

df = pandas.DataFrame({'b':[2,2,4,5], 'c': [3,3,0,9]}, index=[1,1,3,7])
df_unique = df.groupby(level=0).first()

df
   b  c
1  2  3
1  2  3
3  4  0
7  5  9

df_unique
   b  c
1  2  3
3  4  0
7  5  9

---

值得注意的是，这可能是第一次，也可能是最后一次。所以你需要先按其他数量排序（如果你幸运的话），或者做一些复杂的分组逻辑。这是错误的。drop_duplicates仅作用于值（至少在我的版本中）。如果要删除索引和值，则需要重置_索引；如果要具有唯一索引，则只需使用索引。除了groupby之外，也许还有另一种方法来强制执行唯一索引？如果不想分配新变量，请使用

df.drop_duplicates（inplace=True）

。这不会提供具有唯一索引的数据帧，但下面@Adam Greenhall的解决方案适用于此，这依赖于数据字段所在行的行的行索引被复制（b，c）是重复的，有效地使行的索引部分成为您希望唯一（不重复）的向量。如果您有重复的索引项，这就是您想要的答案。我得到的是

ValueError:index包含重复项，在多索引上执行
unstack
时无法重塑
，但此解决方案仅适用于我必须执行的
df_unique=df.groupby（level=[0,1]）。first（）
In [29]: df.drop_duplicates()
Out[29]: 
   b  c
1  2  3
3  4  0
7  5  9