如何在pandas DataFrame中仅保留具有多个值的行？

Question

我经常尝试执行以下操作，但在pandas中有一种最有效的即时解决方案：

我有以下示例pandas DataFrame，其中有两列，Name和Age:

import pandas as pd

data = [['Alex',10],['Bob',12],['Barbara',25], ['Bob',72], ['Clarke',13], ['Clarke',13], ['Destiny', 45]]

df = pd.DataFrame(data,columns=['Name','Age'], dtype=float)

print(df)
      Name   Age
0     Alex  10.0
1      Bob  12.0
2  Barbara  25.0
3      Bob  72.0
4   Clarke  13.0
5   Clarke  13.0
6  Destiny  45.0

我希望删除所有在Name列中有重复值的行。在这个例子中的df数据框中，有两个Bob和两个Clarke。因此，期望的输出如下：

      Name   Age
0      Bob  12.0
1      Bob  72.0
2   Clarke  13.0
3   Clarke  13.0

我假设已经存在重置索引的方法。

一种选项是将所有唯一的Name值存储在列表中，然后遍历数据框以检查重复行。这将非常低效。

是否有内置函数可以执行此任务？

- EB2127

---

请查看 pd.duplicated。 - hilberts_drinking_problem

请关闭这个问题；这很尴尬。 - EB2127

Answer 1

使用duplicated函数

df[df.Name.duplicated(keep=False)]
     Name   Age
1     Bob  12.0
3     Bob  72.0
4  Clarke  13.0
5  Clarke  13.0

- BENY

---

或许可以加上.reset_index(drop=1)后缀以获得额外的分数？ - Samveen

Answer 2

使用 drop_duplicates，只获取被删除的项:

print(df[~df['Name'].isin(df['Name'].drop_duplicates(False))])

输出：

     Name   Age
1     Bob  12.0
3     Bob  72.0
4  Clarke  13.0
5  Clarke  13.0

如果关注指数，请执行以下操作：

print(df[~df['Name'].isin(df['Name'].drop_duplicates(False))].reset_index(drop=1))

输出：

     Name   Age
0     Bob  12.0
1     Bob  72.0
2  Clarke  13.0
3  Clarke  13.0

- U13-Forward

---

好的回答，如果你对直接的方式感兴趣。 - BENY

很多研究都在回答这个问题，而我发现你的答案正是我得到的代码... - Samveen

@Samveen 很高兴你找到了这个，而且它有所帮助 :-) - U13-Forward

@U9-Forward，这让我想到了一个问题，回答这个问题花费了我15分钟的时间。这让你对这个问题产生了疑问，不是吗？;-) - Samveen

@Samveen 你好，我正在尝试让管理员删除这个问题，因为它太显然了。请请求将其删除。 - EB2127

@EB2127 请不要这样做！删除已经有有用答案的问题并不好，所以请接受我的或W-B的答案。 - U13-Forward