如何在Python中查找数据框组列中的重复值？

Question

首先，我有一个数据框（df），当我根据其中一列分组时，是否会删除重复值？第二个问题是，如何知道哪些分组中有重复的值（我尝试找出如何知道数据框中哪些列有重复值，但找不到任何信息，它们只是讨论每个元素是否重复）。

ex i have a df like this:
     A    B   C
1    1    2   3
2    1    4   3
3    2    2   2
4    2    3   4
5    2    2   3

after groupby('A')

A    B       C
1    2       3
     4       3
2    2       2
     3       2
     2       3

我想知道有多少组A有B重复，以及有多少组A有C重复。

result:
   B    C
1  1    2

or maybe better can caculate percent

B : 50%
C : 100%

谢谢

- robocon20x

Answer 1

你可以在 GroupBy.agg 中使用lambda函数来比较一组中独特值的数量是否等于该组中所有元素的数量。使用Series.nunique获取唯一值的数量，使用Series.size获取该组中所有元素的数量。

df.groupby(level=0).agg(lambda x: x.size!=x.nunique())

#        B      C
# 1  False   True
# 2   True  False

- Ch3steR

Answer 2

让我们尝试一下

out = df.groupby(level=0).agg(lambda x : x.duplicated().any())
       B      C
1  False   True
2   True  False

- BENY

---

谢谢您先生，首先我想问一下 level=0 是什么意思？然后它似乎在处理我的数据时运行缓慢（191600 行和 300 列如果我将它们分组）。其次，我已经编辑了我的问题，您能帮我吗？ - robocon20x