maxframe.dataframe.DataFrame.duplicated#

DataFrame.duplicated(subset=None, keep='first', method='auto')#

返回表示重复行的布尔 Series。

可以有选择地考虑某些列。

参数:

  • subset (column label or sequence of labels, optional) -- 仅考虑某些列来识别重复项，默认使用所有列。

  • keep ({'first', 'last', False}, default 'first') -- 确定标记哪些重复项（如果有）。 - first : 将重复项标记为 True，除了第一次出现。 - last : 将重复项标记为 True，除了最后一次出现。 - False : 将所有重复项标记为 True。

返回:

每个重复行的布尔 Series。

返回类型:

Series

参见

Index.duplicated

索引上的等效方法。

Series.duplicated

Series 上的等效方法。

Series.drop_duplicates

从 Series 中删除重复值。

DataFrame.drop_duplicates

从 DataFrame 中删除重复值。

示例

考虑包含拉面评分的数据集。

>>> import maxframe.dataframe as md

>>> df = md.DataFrame({
...     'brand': ['Yum Yum', 'Yum Yum', 'Indomie', 'Indomie', 'Indomie'],
...     'style': ['cup', 'cup', 'cup', 'pack', 'pack'],
...     'rating': [4, 4, 3.5, 15, 5]
... })
>>> df.execute()
    brand style  rating
0  Yum Yum   cup     4.0
1  Yum Yum   cup     4.0
2  Indomie   cup     3.5
3  Indomie  pack    15.0
4  Indomie  pack     5.0

默认情况下，对于每组重复值，第一次出现设为 False，其余设为 True。

>>> df.duplicated().execute()
0    False
1     True
2    False
3    False
4    False
dtype: bool

通过使用 'last'，每组重复值的最后一次出现设为 False，其余设为 True。

>>> df.duplicated(keep='last').execute()
0     True
1    False
2    False
3    False
4    False
dtype: bool

将 keep 设为 False 时，所有重复项都为 True。

>>> df.duplicated(keep=False).execute()
0     True
1     True
2    False
3    False
4    False
dtype: bool

要在特定列上查找重复项，请使用 subset。

>>> df.duplicated(subset=['brand']).execute()
0    False
1     True
2    False
3     True
4     True
dtype: bool