Теперь взглянем внимательнее на данные и обнаружим, что некоторые люди попали в выборку несколько раз. 1) Найдите таких людей. Подсказка: value_counts() 2) Убедитесь, что записи по ним с одинаковым wage. Возможно, тут вам пригодится функция агрегации nunique(), отображающая количество разных значений 3) Избавьтесь от повторяющихся значений. Подсказка: drop_duplicates()

1. Для нахождения людей, попавших в выборку несколько раз, можно воспользоваться методом value_counts() для столбца с именем или другим уникальным идентификатором. Например, если у нас есть столбец "name", то можно использовать следующий код:

df['name'].value_counts()

2. Для проверки одинаковых значений wage у повторяющихся записей можно воспользоваться функцией агрегации nunique(). Например, если у нас есть повторяющиеся записи по имени "John", то можно использовать следующий код:

df[df['name'] == 'John']['wage'].nunique()

3. Для удаления повторяющихся значений можно воспользоваться методом drop_duplicates(). Например, если у нас есть дубликаты по столбцу "name", то можно использовать следующий код:

df.drop_duplicates(subset=['name'], keep='first', inplace=True)

Этот код удалит все дубликаты по столбцу "name", оставив только первую запись.