Python | Panda Series.duplicated()

Pandas是一个用于分析数据的流行库，它提供了很多用于数据处理和数据分析的工具。在Pandas中，Series是一种一维的数据结构，该结构类似于数组，但它附带有更强大和更灵活的功能。Series.duplicated()方法是一种与数据处理有关的方法，可以用于查找重复的数据。

Series.duplicated() 方法的功能

Series.duplicated()方法用于查找Series中的重复项并返回一个Boolean类型的Series，重复项则为True，否则则为False。

Series.duplicated() 方法的语法

Series.duplicated(keep='first', inplace=False)

其中，

• keep：用于控制重复项的行为。可以取值为'first'、'last'、False（默认值）。
• inplace：是否在原始Series中删除重复项。默认值为False。

Series.duplicated() 方法的返回值

Series.duplicated()方法返回一个Boolean类型的Series，其中包含True和False，用于表示重复项和非重复项。

Series.duplicated() 方法的示例

import pandas as pd

# 创建Series
data = pd.Series(['a', 'a', 'b', 'c', 'c', 'c', 'd'])

# 查找重复项
duplicated_data = data.duplicated()

# 输出结果
print(duplicated_data)

输出结果为：

0    False
1     True
2    False
3    False
4     True
5     True
6    False
dtype: bool

可以看到，在Series中，第2、第5、第6个元素是重复项，因此Series.duplicated()方法将它们标记为True。其他元素都是非重复项，因此标记为False。

Series.duplicated() 方法的注意事项

• Series.duplicated()方法不会删除重复项，只是查找重复项。
• 如果keep='first'（默认值），则第一个出现的重复项将被标记为False。
• 如果keep='last'，则最后出现的重复项将被标记为False。
• 如果keep=False，则所有重复项都将被标记为True。
• 如果inplace=True，则原始Series中的重复项将被删除。