如果ID出现多次，Pandas会选择行

Question

我有一张这样的表：

CustID  Purchase  Time
A       Item1     01/01/2011
B       Item2     01/01/2011   
C       Item1     01/02/2011   
A       Item2     03/01/2011   

我想在表中选择CustID显示多于1的行。

Answer 1

这可行：

counts = df['CustID'].value_counts()
df[df['CustID'].isin(counts.index[counts > 1])]

结果：

  CustID Purchase        Time
0      A    Item1  01/01/2011
3      A    Item2  03/01/2011

Answer 2

df[df['CustID'].duplicated(keep=False)]

这将查找数据框中CustID列中存在重复项的行。 keep=False告诉duplicated函数将所有重复行标记为True（而不仅仅是第一个或最后一行）：

  CustID Purchase        Time
0      A    Item1  01/01/2011
3      A    Item2  03/01/2011

编辑

查看duplicated的文档，看起来您也可以这样做：

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

虽然这似乎比原始速度慢约100μs（基于示例数据帧，为458μs，而545μs）

Answer 3

使用filter

df.groupby('CustID').filter(lambda x: len(x) > 1)

  CustID Purchase        Time
0      A    Item1  01/01/2011
3      A    Item2  03/01/2011