列中重复值的布尔值

在数据分析和处理中，经常会遇到需要判断一列中是否存在重复值的情况。而针对这种情况，可以使用 Pandas 的 duplicated 方法来获取列中每个元素是否为重复值的布尔值。

1. 语法

DataFrame.duplicated(subset=None, keep='first')

• subset：可选参数，用于指定在哪些列中查找重复值。默认值为 None，则在整个 DataFrame 中查找重复值。
• keep：可选参数，表示保留哪个重复值。可选值为 first、last 和 False，默认为 first。其中，first 表示保留第一个出现的重复值，last 表示保留最后一个出现的重复值，False 表示保留所有的重复值。

2. 示例

假设我们有如下 DataFrame：

| | Name | Age | Gender | |---:|:--------|----:|:-------| | 0 | Alice | 25 | F | | 1 | Bob | 30 | M | | 2 | Charlie | 25 | M | | 3 | Alice | 25 | F | | 4 | David | 20 | M |

我们可以使用 duplicated 方法来查找 Name 列中是否有重复值：

import pandas as pd

df = pd.DataFrame({
    'Name': ['Alice', 'Bob', 'Charlie', 'Alice', 'David'],
    'Age': [25, 30, 25, 25, 20],
    'Gender': ['F', 'M', 'M', 'F', 'M']
})

df['Name'].duplicated()

输出结果为：

0    False
1    False
2    False
3     True
4    False
Name: Name, dtype: bool

可以看到，输出结果是一个布尔型的 Series，表示每个元素是否为重复值。其中，第 3 个元素为重复值。

如果我们想要查找整个 DataFrame 中的重复值，可以直接使用 duplicated 方法：

df.duplicated()

输出结果为：

0    False
1    False
2    False
3     True
4    False
dtype: bool

3. 参考链接

• Pandas 官方文档：DataFrame.duplicated