Pandas DataFrame 内のすべての重複行を特定する方法は?

Python で Pandas を使用してすべての重複アイテムのリストを取得するにはどうすればよいですか?

問題:

Pandas DataFrame には重複行が含まれていますが、duplicated() メソッドを使用すると、最初の重複インスタンスのみが返されます。手動で比較するために、重複した行がすべて含まれる包括的なリストが必要です。

解決策 1: 重複 ID を持つ行を分離する

1. Pandas を pd としてインポートします。
2. データを DataFrame df に読み取ります。
3. ID 列を別のシリーズ ID に抽出します。
4. ID 値が次の重複 ID のいずれかに一致するかどうかに基づいて df をフィルターします。 ids[ids.duplicated()]:

<code class="python">df[ids.isin(ids[ids.duplicated()])].sort_values("ID")</code>

このメソッドはすべての重複行を効果的に取得しますが、出力には重複した ID 行が作成されます。

解決策 2 : ID によるグループ化と重複のフィルター

1. df で groupby("ID") を使用して ID 値で行をグループ化します。
2. 結果のグループのみを保持するようにフィルターします。複数の行を持つもの:

<code class="python">pd.concat(g for _, g in df.groupby("ID") if len(g) > 1)</code>

このアプローチにより、冗長な ID 行のない合理化された出力が得られます。

以上がPandas DataFrame 内のすべての重複行を特定する方法は?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。