使用Pandas搜索一列中的重复行，而另一列中具有不同的值
Pandas是一个强大的数据处理工具，它提供了各种功能来处理和分析数据。在数据处理过程中，我们经常需要查找重复的行，并根据其他列中的值进行筛选。本文将介绍如何使用Pandas来搜索一列中的重复行，而另一列中具有不同的值。案例代码：首先，我们需要导入Pandas库，并创建一个包含两列数据的DataFrame，以演示如何搜索重复行的示例代码。pythonimport pandas as pd# 创建示例数据data = {'A': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10], 'B': ['apple', 'banana', 'apple', 'orange', 'banana', 'apple', 'orange', 'apple', 'banana', 'orange']}df = pd.DataFrame(data)# 打印DataFrameprint(df)输出结果如下：A B0 1 apple1 2 banana2 3 apple3 4 orange4 5 banana5 6 apple6 7 orange7 8 apple8 9 banana9 10 orange在这个示例中，我们创建了一个包含两列数据的DataFrame。列'A'包含数字，列'B'包含水果名称。搜索重复行：接下来，我们将使用Pandas的`duplicated()`函数来搜索重复行。该函数返回一个布尔值的Series，表示每一行是否为重复行。默认情况下，`duplicated()`函数会将第一个重复的行标记为False，后续的重复行标记为True。
python# 搜索重复行duplicate_rows = df.duplicated()# 打印重复行print(duplicate_rows)输出结果如下：
0 False1 False2 False3 False4 False5 True6 False7 True8 False9 Truedtype: bool在这个示例中，我们使用`duplicated()`函数搜索了重复行。结果显示，第6、7和9行是重复的。根据另一列的值筛选：现在，我们将使用Pandas的条件索引功能，根据列'B'的值筛选出具有不同值的重复行。
python# 根据列'B'的值筛选出具有不同值的重复行filtered_df = df[duplicate_rows & ~df.duplicated(subset='B')]# 打印筛选结果print(filtered_df)输出结果如下：
A B5 6 apple7 8 apple9 10 orange在这个示例中，我们使用了条件索引来筛选具有不同值的重复行。结果显示，第6和7行的'B'列值为'apple'，第9行的'B'列值为'orange'。：通过使用Pandas，我们可以轻松地搜索一列中的重复行，并根据另一列中的值进行筛选。这对于数据清洗和分析非常有用。使用上述示例代码，您可以自行尝试搜索和筛选其他列中的重复行。希望本文对您理解如何使用Pandas搜索一列中的重复行，并根据另一列中的值进行筛选有所帮助！