当我们成功运行出一段数据时，不一定里面的内容都是我们所需要的，其中代码有重复的地方必须进行筛除。当需要筛除的数据变成了时间时，我们似乎又可以选择其他的方法进行去重。就比如datetime完全可以做到这一点，相信小伙伴们比较惊讶，我们往下看：
主要分为以下两点
1）.index.is_unique检查索引日期是否是唯一的
2）对非唯一时间戳的数据进行聚合，通过groupby，并传入level = 0（索引的唯一一层）
dates=pd.DatetimeIndex(['2017/06/01','2017/06/02','2017/06/02','2017/06/02','2017/06/03']) dates DatetimeIndex(['2017-06-01','2017-06-02','2017-06-02','2017-06-02', '2017-06-03'], dtype='datetime64[ns]',freq=None) dup_ts=pd.Series(np.arange(5),index=dates) dup_ts 2017-06-010 2017-06-021 2017-06-022 2017-06-023 2017-06-034 dtype:int32 dup_ts.index.is_unique False dup_ts['2017-06-02'] 2017-06-021 2017-06-022 2017-06-023 dtype:int32 grouped=dup_ts.groupby(level=0).mean() grouped 2017-06-010 2017-06-022 2017-06-034 dtype:int32 dup_df=pd.DataFrame(np.arange(10).reshape((5,2)),index=dates) dup_df 01 2017-06-0101 2017-06-0223 2017-06-0245 2017-06-0267 2017-06-0389 grouped_df=dup_df.groupby(level=0).mean()##针对DataFrame grouped_df
在筛选重复的时间方面，datetime同样可以做到，这可能是很多小伙伴没有想到的结果，是不是意外的收获呢~更多Python学习推荐:PyThon学习网教学中心。