当需要的是DataFrame那些重复数据，尤其是要比较重复数据的异同时，就需要将重复数据提取出来时，再关联原数据，并做排序，进行比较。
方法一、主要思路：
1. 采用drop_duplicates对数据去两次重，一次将重复数据保留一个（keep='first），另一次将重复数据全部去除（keep=False）;
2. 合并两者，并去重，得到重复的字段；
3、由重复的字段，得到原数据的重复所有数据，并进行排序，便于比较数据的异同；
示例代码如下：
#获取重复的数据
import pandas as pd
data={'state':[1,1,2,2,1,2,2],'pop':['a','b','c','d','b','c','d']}
frame=pd.DataFrame(data)
frame
a = frame.drop_duplicates(subset=['pop'],keep='first') #保留重复数据的第一个
b = frame.drop_duplicates(subset=['pop'],keep=False) #去掉重复的数据
c = a.append(b).drop_duplicates(subset=['pop'],keep=False) #合并两者，再去掉重复的数据
data_cf = frame.loc[frame['pop'].isin(c['pop'])] ##获得了原数据的所有重复项
data_cf = data_cf.sort_values('pop',ascending=True) ##排序
方法二：
使用 pandas.duplicate()
代码如下：
##方法二、直接使 duplicate()
frame[frame.duplicated('pop')] #返回boolean Series表示重复行，可选择仅考虑某些列
————————————————
来源：https://blog.csdn.net/m0_37235489/article/details/84584520
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
