使用pandas识别指定列中具有重复值的记录

Question

我是Python和Pandas的新手。 我正在清理50,000件设备（50,000行和10列）的数据文件。 对于每条记录，一列（＆＃39; UNITNUMBER＆＃39;）应该是唯一的。但是有重复，我试图生成两个数据框：一个包含UNITNUMBER唯一的所有记录，另一个包含UNITNUMBER在另一个记录中重复的所有记录。

以下是一系列，其中UNITNUMBER是索引，True表示重复，False表示唯一。 MData=pd.read_excel(MFile,MFileTab, skiprows=0) DupSeries=(MData.UNITNUMBER.value_counts()>1)

以下产生一系列，其中每个设备的记录与原始DataFrame的顺序相同，索引是UNITMASTER值，系列值是True或False。 DupSeries[MROData['UNITNUMBER']]

我期待

MData[DupSeries[MData['UNITNUMBER']]]

会产生MDIT中所有记录，其中UNITNUMBER是重复的，但我得到一个警告和错误：

UserWarning：Boolean系列键将重新编制索引以匹配DataFrame索引。

ValueError：无法从重复轴重新索引

简而言之，我无法弄清楚语法。请帮忙。如果有的话，我很乐意使用完全不同的方法。

Answer 1

MDuplicates = MData.loc[MData.duplicated('UNITNUMBER', keep=False)]
MUnique = MData.drop_duplicates('UNITNUMBER', keep='first')