pandas 在给定 DataFrame 中查找相同行的索引而不迭代单个行的方法是什么？
虽然可以使用 unique = df[df.duplicated()] 找到所有唯一行，然后使用 unique.iterrows() 迭代唯一条目并借助 pd.where() 提取相等条目的索引，pandas 的做法是什么？
示例: 给定以下结构的 DataFrame:
| param_a | param_b | param_c
1 | 0 | 0 | 0
2 | 0 | 2 | 1
3 | 2 | 1 | 1
4 | 0 | 2 | 1
5 | 2 | 1 | 1
6 | 0 | 0 | 0
输出:
[(1, 6), (2, 4), (3, 5)]
最佳答案
使用参数duplicated对所有重复行使用 keep=False 然后按所有列进行 groupby 并将索引值转换为元组，最后将输出 Series 转换为 列表:
df = df[df.duplicated(keep=False)]
df = df.groupby(list(df)).apply(lambda x: tuple(x.index)).tolist()
print (df)
[(1, 6), (2, 4), (3, 5)]
如果您还想查看重复值:
df1 = (df.groupby(df.columns.tolist())
.apply(lambda x: tuple(x.index))
.reset_index(name='idx'))
print (df1)
param_a param_b param_c idx
0 0 0 0 (1, 6)
1 0 2 1 (2, 4)
2 2 1 1 (3, 5)
关于python - 在 pandas DataFrame 中查找重复行的索引，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/46629518/