嘿，刚入门Pandas的话，这两个数据清理操作其实挺基础实用的，我给你拆解成清晰的步骤：

第一步：过滤掉预算为N/A的条目 #

首先得确认你的DataFrame里「预算」列的N/A是**字符串形式的"N/A"**还是Pandas默认的缺失值（NaN），两种情况的处理方式略有不同：

• 如果是字符串"N/A"：

  # 保留预算不等于"N/A"的行
  df = df[df['预算'] != 'N/A']
  

• 如果是缺失值NaN（比如读取文件时自动识别的空值）：

  # 保留预算列非空的行
  df = df[df['预算'].notna()]
  # 或者用dropna方法，效果完全一致
  df = df.dropna(subset=['预算'])
  

第二步：移除标题重复的条目 #

用drop_duplicates()方法就能轻松搞定，指定要检查重复的列是「标题」，还可以通过keep参数控制保留哪一条重复数据：

# 保留每个标题第一次出现的行，删除后续重复的条目
df = df.drop_duplicates(subset=['标题'], keep='first')

# 要是你想保留最后一次出现的重复标题，就把keep改成'last'
# df = df.drop_duplicates(subset=['标题'], keep='last')

# 如果想删除所有重复的（只要标题重复，所有相关行都删掉），就把keep设为False
# df = df.drop_duplicates(subset=['标题'], keep=False)

合并成一行操作（链式调用） #

你也可以把两个操作连起来写，代码更简洁：

# 假设预算是字符串"N/A"，同时保留第一个重复标题的写法
df_cleaned = df[df['预算'] != 'N/A'].drop_duplicates(subset=['标题'], keep='first')

⚠️ 小提醒：记得把代码里的'预算'和'标题'换成你自己DataFrame里的实际列名哦！

内容的提问来源于stack exchange，提问作者Zevvysan