Python Pandas版本0.22.0-drop_duplicates（）得到一个意外的关键字参数'；保持'；

我正在尝试使用drop_duplicates（subset=['']，keep=False）删除数据帧中的重复项。显然，它在我的Jupyter笔记本中工作正常，但当我试图以.py文件的形式通过终端执行时，我得到以下错误：

Traceback (most recent call last):
  File "/home/source/fork/PySpark_Analytics/Notebooks/Krish/beryllium_pandas.py", line 54, in <module>
    dffsamelname = dffsameflname.drop_duplicates(subset=['INDIVIDUAL_LASTNAME'], keep=False)

File "/var/webeng/opensource/aetna-anaconda/lib/python2.7/site-packages/pandas/util/decorators.py", line 88, in wrapper
    return func(*args, **kwargs)
TypeError: drop_duplicates() got an unexpected keyword argument 'keep'

我想删除正在删除的两条记录。因此keep=false是必需的

---

如果我删除keep=false，它就可以正常工作。

可能是您的对象不是本机pandas数据帧，而是pyspark数据帧。

---

由此看来，子集似乎是唯一被接受的参数。您可以添加导入和创建数据框的行。

可能是您的对象不是本机pandas数据框，而是pyspark数据框。

---

由此看来，子集似乎是唯一被接受的参数。您可以添加导入和创建数据框的行。

打印（pd.\uuuuu version\uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu在执行此操作之前。从pyspark导入SparkContext中导入pyspark，从pyspark.sql导入SparkConf HiveContext，SQLContext，从datetime导入日期中导入函数，从pyspark.sql导入行中导入timedelta，从pyspark.sql导入列中导入函数，从pyspark.sql分解导入SparkSession导入pandas作为pd导入numpy作为np设置Spark会话sqlSession=SparkSession\.builder\.appName（“铍模型”）\.enableHiveSupport（）\.config（“hive.exec.dynamic.partition”，“true”）\.config（“hive.exec.dynamic.partition.mode”，“nonstrict”）\.getOrCreate（）正在检查是否已将toPandas（）指定给某个对象，因为它不是就地函数。在执行此操作之前，我已将数据帧转换为toPandas（）。从pyspark导入pyspark导入SparkContext，从pyspark导入SparkContext，从pyspark导入SparkContext，从pyspark导入SparkContext，从datetime导入date导入SQLContext，从date导入函数，pyspark.sql中的timedelta从pyspark.sql.functions导入行导入列，从pyspark.sql中分解导入SparkSession作为pd导入pandas作为np导入numpy设置Spark Session sqlSession=SparkSession\.builder\.appName（“铍模型”）\.enableHiveSupport（）\.config（“hive.exec.dynamic.partition”，“true”）\.config（“hive.exec.dynamic.partition.mode”，“nonstrict”）\.getOrCreate（）只是检查您是否将toPandas（）分配给了某个对象，因为它不是一个就地函数

# Trying to drop both the records with same last name
dffsamelname = dffsameflname.drop_duplicates(subset=['INDIVIDUAL_LASTNAME'], keep=False)