我有一个大约52000行的数据框，其中有一些重复的数据，当我使用
df_drop_duplicates()
我失去了大约1000行，但我不想删除这些行，我想知道哪些是重复的行
bttbmeg01#
你可以使用duplicated来实现：
duplicated
df[df.duplicated()]
您可以指定keep参数为您想要的，从文档：
keep
keep：'first'，'last'，False}，默认为'first'
first
True
last
False
8ehkhllq2#
要识别pandas列中的重复项而不删除重复项，请尝试：设'Column_A' =具有重复条目的列'Column_B' =标记列A中的重复项的真/假列。
df['Column_B'] = df.duplicated(subset='Column_A', keep='first')
更改参数以根据您的需要进行微调。
2条答案
按热度按时间bttbmeg01#
你可以使用
duplicated来实现：您可以指定
keep参数为您想要的，从文档：keep：'first'，'last'，False}，默认为'first'
first：将重复项标记为True，第一次出现的除外。last：将重复项标记为True，但最后一个除外。False：将所有重复项标记为True。8ehkhllq2#
要识别pandas列中的重复项而不删除重复项，请尝试：
设'Column_A' =具有重复条目的列'Column_B' =标记列A中的重复项的真/假列。
更改参数以根据您的需要进行微调。