在 Pandas 中，drop_duplicates() 函数用于删除 DataFrame 中的重复行。下面是如何使用这个函数的一个简单示例。

首先，确保你已经安装并导入了 Pandas 库：

import pandas as pd  

接下来，假设你有一个 DataFrame，比如：

data = {  
    'Name': ['Alice', 'Bob', 'Alice', 'David', 'Bob'],  
    'Age': [25, 30, 25, 40, 30],  
    'City': ['New York', 'Los Angeles', 'New York', 'Chicago', 'Los Angeles']  
}  
df = pd.DataFrame(data)  
print("Original DataFrame:")  
print(df)  

上述代码将创建如下的 DataFrame：

   Name  Age         City  
0  Alice   25     New York  
1    Bob   30  Los Angeles  
2  Alice   25     New York  
3  David   40      Chicago  
4    Bob   30  Los Angeles  

要删除重复行，可以使用 drop_duplicates()：

df_unique = df.drop_duplicates()  
print("\nDataFrame after removing duplicates:")  
print(df_unique)  

默认情况下，drop_duplicates() 会基于所有列来判断重复。如果你想要基于特定列删除重复项，可以传递 subset 参数：

# 仅根据 'Name' 列来判断重复，并删除它们  
df_unique_based_on_name = df.drop_duplicates(subset=['Name'])  
print("\nDataFrame after removing duplicates based on 'Name':")  
print(df_unique_based_on_name)  

对于上述示例使用 subset=['Name'] 后的输出会是：

   Name  Age         City  
0  Alice   25     New York  
1    Bob   30  Los Angeles  
3  David   40      Chicago  

记住 drop_duplicates() 默认为返回处理后的新 DataFrame。如果你想就地删除重复项，可以设置 inplace=True。

df.drop_duplicates(inplace=True)  

这个对原来的 df 进行修改，直接删除重复项。