python - 将重复项拆分为单独的表 - Pandas

Question

在 Pandas 中，我可以使用

基于单个列删除数据库中的重复行

data.drop_duplicates('foo')

命令。我想知道是否有办法在另一个表中捕获此数据以供独立审查。

Answer 1

您可以在 foo 列上调用 duplicated 方法，然后基于它对原始数据框进行子集化，如下所示:

data.loc[data['foo'].duplicated(), :]

举个例子:

data = pd.DataFrame({'foo': [1,1,1,2,2,2], 'bar': [1,1,2,2,3,3]})    
data

# bar foo
#0  1   1
#1  1   1
#2  2   1
#3  2   2
#4  3   2
#5  3   2


data.loc[data['foo'].duplicated(), :]
# bar foo
#1  1   1
#2  2   1
#4  3   2
#5  3   2