我知道我可以使用以下方法找到重复的列:
df.T.duplicated()
我想知道重复列与其重复的索引。例如,C
和 D
都是下面 A
的副本:
df = pd.DataFrame([[1,0,1,1], [2,0,2,2]], columns=['A', 'B', 'C', 'D'])
A B C D
0 1 0 1 1
1 2 0 2 2
我想要这样的东西:
duplicate_index = pd.Series([None, None, 'A', 'A'], ['A', 'B', 'C', 'D'])
最佳答案
我不知道 duplicated
是否可以选择提供有关具有相同数据的第一行的信息。我的想法是使用 groupby
和 transform
例如:
arr_first = (df.T.reset_index().groupby([col for col in df.T.columns])['index']
.transform(lambda x: x.iloc[0]).values)
在你的例子中,arr_first
等于 array(['A', 'B', 'A', 'A'], dtype=object)
因为它们的顺序与 df.columns
相同,所以要获得预期的输出,您可以使用 np.where
,例如:
duplicate_index = pd.Series(pd.np.where(arr_first != df.columns, arr_first, None),df.columns)
duplicate_index
的结果是
A None
B None
C A
D A
dtype: object
关于python - 查找 Pandas 中重复列的重复位置,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51162242/