时间戳

首页 > 解决方案 > 仅在使用 pandas 的组中获取重复值

python - 仅在使用 pandas 的组中获取重复值

问题描述

我有一个数据框，例如：

groups  ids numbers
group3  id4 89
group1  id1 50
group1  id1 30
group1  id2 90
group2  id4 89
group2  id6 76
group3  id4 90

以及它与groupby组一起查找重复的 id 并获得一个新的数据框的想法，该数据框仅按组重复的 id，例如：

group1  id1 50
group1  id1 30
group3  id4 89
group3  id4 90

我试过了：

for groups in df.groupby('groups'):
 print(df['ids'].duplicated)

谢谢你的帮助。

标签： pythonpandas

解决方案

函数groupby不是必需的，为了更好地使用DataFrame.duplicated多个列和参数keep=False来获取所有欺骗，然后过滤boolean indexing：

df = df[df.duplicated(['groups','ids'], keep=False)]
print (df)
   groups  ids  numbers
0  group3  id4       89
1  group1  id1       50
2  group1  id1       30
6  group3  id4       90

如果需要排序，请添加DataFrame.sort_values默认DataFrame.reset_index索引：

df = (df[df.duplicated(['groups','ids'], keep=False)]
         .sort_values(['groups','ids'])
         .reset_index(drop=True))
print (df)
   groups  ids  numbers
0  group1  id1       50
1  group1  id1       30
2  group3  id4       89
3  group3  id4       90

推荐阅读