从pandas中删除非重复行

Question

这其实很简单，但是我理解不了。假设有下面这个数据框，我想只保留'y'列中有重复值的行：

>>> df
   x  y
    x   y
0   1   1
1   2   2
2   3   2
3   4   3
4   5   3
5   6   3
6   7   5
7   8   2

所需输出如下：

>>> df
    x   y
1   2   2
2   3   2
3   4   3
4   5   3
5   6   3
7   8   2

我尝试了这个：

df[~df.duplicated('y')]

但是我得到了这个：

    x   y
0   1   1
1   2   2
3   4   3
6   7   5

- mallet

Answer 1

文档：https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.duplicated.html

keep：{'first'，'last'，False}，默认为'first'

• first: 标记除首次出现之外的重复项为True。

• last: 标记除最后一次出现之外的重复项为True。

• False: 将所有重复项标记为True。

这意味着您正在寻找：

df[df.duplicated('y',keep=False)]

输出：

    x   y
1   2   2
2   3   2
3   4   3
4   5   3
5   6   3
7   8   2

- Anton vBR