Question

我使用以下代码表示重复的行

df['duplicate']=df.Column_A.duplicated()

然而，当我看到df时，我看到以下内容：

Column_A | duplicate
AAA        False
ABC        False
ABC        True

我需要第2行也是True，以便我可以轻松地过滤“重复”行。我怎么能做到这一点？

Answer 1

根据docs使用keep参数并设置为False。如您所见，它默认为first。

import pandas as pd

df = pd.DataFrame({'Column_A': ['AAA', 'AAB', 'AAB', 'AAC']})
df['duplicate'] = df.duplicated(keep=False)

print(df)

     Column_A  duplicate
0    'AAA'     False
1    'AAB'     True
2    'AAB'     True
3    'AAC'     False

Answer 2

我想我自己在旷野中迷失了，我必须生存的只有pd.factorize和np.bincount
请不要接受这个答案

f, u = pd.factorize(df.Column_A.values)
df.assign(duplicate=np.bincount(f)[f] > 1)

  Column_A  duplicate
0      AAA      False
1      ABC       True
2      ABC       True

Python pandas：标记重复行

2 个答案: