pandas dataframe 怎么保留重复的行

jp_6662023-11-08 10:49

要保留Pandas DataFrame 中的重复行，可以使用duplicated()方法和布尔索引。

下面是一个示例，演示如何实现这个功能：

python 复制代码

import pandas as pd

# 创建一个DataFrame对象
df = pd.DataFrame({'A': ['apple', 'banana', 'apple', 'orange', 'banana', 'banana']})

# 使用duplicated()方法查找重复行
duplicates = df.duplicated()

# 使用布尔索引选择重复行
duplicate_rows = df[duplicates]

print(duplicate_rows)

运行结果

python 复制代码

A
2   apple
4  banana
5  banana

在上述代码中，我们首先使用duplicated()方法查找DataFrame中的重复行，返回一个布尔Series，其中值为True表示对应的行是重复的。然后，我们使用这个布尔Series作为布尔索引，从DataFrame中选择重复的行，并将结果存储在duplicate_rows变量中。

如果你想保留Pandas DataFrame中的所有重复行，可以使用duplicated()方法和keep参数。

下面是一个示例，演示如何实现这个功能：

python 复制代码

import pandas as pd

# 创建一个DataFrame对象
df = pd.DataFrame({'A': ['apple', 'banana', 'apple', 'orange', 'banana', 'banana']})

# 使用duplicated()方法查找重复行，并保留所有重复行
duplicates = df.duplicated(keep=False)

# 使用布尔索引选择重复行
duplicate_rows = df[duplicates]

print(duplicate_rows)

运行上述代码会输出下面的结果：

python 复制代码

A
0   apple
2   apple
4  banana
5  banana

在上述代码中，我们使用duplicated()方法查找DataFrame中的重复行，并通过将keep参数设置为False来保留所有重复行。该方法返回一个布尔Series，其中值为True表示对应的行是重复的。

然后，我们使用这个布尔Series作为布尔索引，从DataFrame中选择重复的行，并将结果存储在duplicate_rows变量中。

这样，duplicate_rows就是一个包含了所有重复行的新DataFrame对象。