Python pandas：标记重复行

Question

我使用以下代码来表示重复行。

df['duplicate']=df.Column_A.duplicated()

然而，当我查看数据框时，我看到了以下内容：

Column_A | duplicate
AAA        False
ABC        False
ABC        True

我希望第2行也是True，这样我就可以轻松地过滤重复行。我该如何实现？

- jeangelj

Answer 1

根据文档，使用keep参数并设置为False。如您所见，默认值为first。

import pandas as pd

df = pd.DataFrame({'Column_A': ['AAA', 'AAB', 'AAB', 'AAC']})
df['duplicate'] = df.duplicated(keep=False)

print(df)

     Column_A  duplicate
0    'AAA'     False
1    'AAB'     True
2    'AAB'     True
3    'AAC'     False

- Little Bobby Tables

Answer 2

我想像自己迷失在荒野中，而我能用来生存的只有 pd.factorize 和 np.bincount
请不要接受这个答案

f, u = pd.factorize(df.Column_A.values)
df.assign(duplicate=np.bincount(f)[f] > 1)

  Column_A  duplicate
0      AAA      False
1      ABC       True
2      ABC       True

- piRSquared