In [19]:

import pandas as pddf=pd.read_excel(r'D:\CDA\CDA_PGC\datas.xlsx',sheetname='Sheet1')
df

Out[19]:

In [20]:

df=df.drop_duplicates()

In [21]:

df['日期']=df['日期'].dt.date.apply(str)

In [22]:

df

Out[22]:

In [23]:

df.to_excel(r'D:\CDA\CDA_PGC\datas2.xlsx',index=None)#删除index列

import pandas as pd
df=pd.read_excel(r'D:\CDA\CDA_PGC\datas.xlsx',sheetname='Sheet1')
df['日期']=df['日期'].dt.date #去掉‘时分秒’（从excel导入的日期数据默认00:00:00）
df['合并列']=df['编号'].map(str)+','+df['日期'].map(str) #将pandas默认的pandas默认的int64类型转为字符串df

Out[15]:

In [16]:

df.drop_duplicates('合并列',inplace=True)df

Out[16]:

In [17]:

df.drop(labels=['编号','日期'],axis=1,inplace=True)df

Out[17]:

In [18]:

df['编号'],df['日期']=df['合并列'].str.split(',',1).str df

Out[18]:

In [19]:

df=df.drop(labels=['合并列'],axis=1)df

Out[19]:

In [20]:

df.to_excel(r'D:\CDA\CDA_PGC\datas2.xlsx',index=None)#删除index列

对 , 应该是没有

对的 我原始数据可能没有两列分别是相同值的情况

最后出来数据是空的，是不是就说明我的数据里面没有两列值分别都一样的数据

data1 = b.drop_duplicates(keep = False)

data2 = b.drop_duplicates(keep = "first")

data2.append(data1).drop_duplicates(keep= False)

这样写 , 不要subset参数了

是这么写吗

data2 = data1.drop_duplicates(subset=["编号","日期"])

data3 = data1.drop_duplicates(subset=[""编号","日期"],keep = 'first')

data3.append(data2).drop_duplicates(keep= 'first')

采用采用pandas中的drop_duplicates对数据去两次重，一次将重复数据全部去除（keep=False）记为data1,另一次将重复数据保留一个（keep='first）记为data2;

1. 求data1和data2的差集即可:data2.append(data1).drop_duplicates(keep=False)

data1 = a.drop_duplicates(subset=["编号","日期"]

data2 = a.drop_duplicates(subset=["编号","日期"],keep = False)

data2.append(data1).drop_duplicates(keep=False)