DataFrame customers
+-------------+--------+
| Column Name | Type   |
+-------------+--------+
| customer_id | int    |
| name        | object |
| email       | object |
+-------------+--------+

在 DataFrame 中基于 email 列存在一些重复行。

编写一个解决方案，删除这些重复行，仅保留第一次出现的行。

返回结果格式如下例所示。

示例 1:

输入：
+-------------+---------+---------------------+
| customer_id | name    | email               |
+-------------+---------+---------------------+
| 1           | Ella    | emily@example.com   |
| 2           | David   | michael@example.com |
| 3           | Zachary | sarah@example.com   |
| 4           | Alice   | john@example.com    |
| 5           | Finn    | john@example.com    |
| 6           | Violet  | alice@example.com   |
+-------------+---------+---------------------+
输出：
+-------------+---------+---------------------+
| customer_id | name    | email               |
+-------------+---------+---------------------+
| 1           | Ella    | emily@example.com   |
| 2           | David   | michael@example.com |
| 3           | Zachary | sarah@example.com   |
| 4           | Alice   | john@example.com    |
| 6           | Violet  | alice@example.com   |
+-------------+---------+---------------------+
解释：
Alice (customer_id = 4) 和 Finn (customer_id = 5) 都使用 john@example.com，因此只保留该邮箱地址的第一次出现。

解题方案

1、审题，理解题意

题目中有一个名为 customers 的 DataFrame，它由 customer_id、name 和 email 等列组成。目标是根据 email 列删除重复的行，并只保留所有重复电子邮件的第一个出现。

要删除重复行，可以用pandas 库操作DataFrame 对象的 drop_duplicates 函数，可以指定被视为重复的行所基于的条件。

drop_duplicates 函数参数定义：

subset：此参数标识重复行时要考虑的列标签或标签序列。如果未提供，它将处理 DataFrame 中的所有列。
keep：此参数确定要保留的重复行。
'first'： (默认) 删除除第一个匹配项以外的重复项。
'last'：删除除最后一个匹配项之外的重复项。
False：删除所有重复项。
inplace：如果设置为 True，则直接对对象进行更改，而不返回新的对象。如果设置为 False(默认)，则返回丢弃重复的新对象。

2、解题思路

对于题目，我们可以用如下步骤解决：

导入 pandas:

import pandas as pd

定义函数：

def dropDuplicateEmails(customers: pd.DataFrame) -> pd.DataFrame: #该行定义了一个名为 dropDuplicateEmails 的新函数，该函数接受 DataFrame customers 作为输入参数并返回 DataFrame。

基于电子邮件删除重复行：

customers.drop_duplicates(subset='email', keep='first', inplace=True) #该列在 customers DataFrame 上使用 drop_duplicates 方法。

subset='email'：这意味着我们只考虑基于 email 列的重复项。 keep='first'：这表明我们希望保留任何重复电子邮件的第一个匹配项，并删除后续的匹配项。 inplace=True：这意味着更改将直接对传入的 DataFrame(customers)进行，而不会返回新的 DataFrame。

返回修改后的 DataFrame：

return customers #最后，我们返回修改后的 customers DataFrame，去掉了基于电子邮件的重复行。

3、代码实现

import pandas as pd

def dropDuplicateEmails(customers: pd.DataFrame) -> pd.DataFrame:
    customers.drop_duplicates(subset='email', keep='first', inplace=True)
    return customers