pandas.duplicated - Python

pandas.duplicated 方法用于查找数据框（DataFrame）中的重复项。它会返回一个布尔类型（bool）的序列，其中 True 表示重复项，False 表示不是重复项。

以下是该方法的语法：

pandas.duplicated(subset=None, keep='first')

其中，参数 subset 表示要在哪些列中查找重复项，默认为所有列；参数 keep 表示要保留哪个值作为重复项的第一个值，默认为第一个（keep='first'）。

示例

以下示例会创建一个数据框并查找其中的重复项：

import pandas as pd

# 创建数据框
data = {'name': ['Alice', 'Bob', 'Charlie', 'Alice'],
        'age': [25, 30, 35, 25],
        'city': ['New York', 'Los Angeles', 'Chicago', 'New York']}
df = pd.DataFrame(data)

# 查找重复项
duplicates = df.duplicated()

print(duplicates)

输出结果如下：

0    False
1    False
2    False
3     True
dtype: bool

忽略重复项

可以通过 drop_duplicates 方法来删除数据框中的重复项，方法如下：

df.drop_duplicates()

使用方法示例如下：

import pandas as pd

# 创建数据框
data = {'name': ['Alice', 'Bob', 'Charlie', 'Alice'],
        'age': [25, 30, 35, 25],
        'city': ['New York', 'Los Angeles', 'Chicago', 'New York']}
df = pd.DataFrame(data)

# 删除重复项
df = df.drop_duplicates()

print(df)

输出结果如下：

      name  age          city
0    Alice   25      New York
1      Bob   30   Los Angeles
2  Charlie   35       Chicago

结论

使用 pandas.duplicated 方法可以方便地查找数据框中的重复项，并结合 drop_duplicates 方法来删除重复项，从而对数据框进行去重操作。