一連の列に重複する値を持つ pandas DataFrame があります。例えば:
df = pd.DataFrame({'Column1': {0: 1, 1: 2, 2: 3}, 'Column2': {0: 'ABC', 1: 'XYZ', 2: 'ABC'}, 'Column3': {0: 'DEF', 1: 'DEF', 2: 'DEF'}, 'Column4': {0: 10, 1: 40, 2: 10})
In [2]: df
Out[2]:
Column1 Column2 Column3 Column4 is_duplicated dup_index
0 1 ABC DEF 10 False 0
1 2 XYZ DEF 40 False 1
2 3 ABC DEF 10 True 0
行 (1) と (3) は同じです。基本的に、行 (3) は行 (1) の複製です。
次の出力を探しています。
Is_Duplicate
行が重複しているかどうかを含む[データフレーム列(Column2、Column3、およびColumn4)で「重複」メソッドを使用して実行できます]
Dup_Index
重複行の元のインデックス。
In [3]: df
Out[3]:
Column1 Column2 Column3 Column4 Is_Duplicate Dup_Index
0 1 ABC DEF 10 False 0
1 2 XYZ DEF 40 False 1
2 3 ABC DEF 10 True 0