Question

我有一个pandas.DataFrame，其中包含一个名为name的列，其中包含字符串。我想获得列中不止一次出现的名称列表。我该怎么做？

我试过了：

funcs_groups = funcs.groupby(funcs.name)
funcs_groups[(funcs_groups.count().name>1)]

但它没有过滤出单身人士的名字。

Answer 1

如果你想找到名称重复的行（我们第一次看到的话除外），你可以尝试这个

In [16]: import pandas as pd
In [17]: p1 = {'name': 'willy', 'age': 10}
In [18]: p2 = {'name': 'willy', 'age': 11}
In [19]: p3 = {'name': 'zoe', 'age': 10}
In [20]: df = pd.DataFrame([p1, p2, p3])

In [21]: df
Out[21]: 
   age   name
0   10  willy
1   11  willy
2   10    zoe

In [22]: df.duplicated('name')
Out[22]: 
0    False
1     True
2    False

Answer 2

一个班轮可以是：

x.set_index('name').index.get_duplicates()

索引包含查找重复项的方法，列似乎没有类似的方法..

Answer 3

value_counts也会为您提供重复数量。

names = df.name.value_counts()
names[names > 1]

Answer 4

另一个班轮可以是：

(df.name).drop_duplicates()

Answer 5

我遇到了类似的问题并且遇到了这个问题。

我想这也有效：

counts = df.groupby('name').size()
df2 = pd.DataFrame(counts, columns = ['size'])
df2 = df2[df2.size>1]

和df2.index将为您提供包含重复项的名称列表

Answer 6

给出的大多数回复都演示了如何删除重复项，而不是找到重复项。

以下内容将选择数据框中的每条行，该行具有重复的'name'字段。请注意，这将找到每个实例，而不仅仅是在第一次出现后重复。 keep参数接受可以排除第一次出现或最后一次出现的其他值。

df[df.duplicated(['name'], keep=False)]

here中有duplicated()的熊猫参考。

如何使用pandas查找重复的名称？

6 个答案: