Python Pandas Index.duplicated()用法及代码示例

Python是进行数据分析的一种出色语言，主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种，使导入和分析数据更加容易。

Pandas Index.duplicated()函数指示重复的索引值。重复的值在结果数组中表示为True值。可以指示所有重复项，除了第一个重复项之外的所有重复项，或者可以指示除了最后一次重复项以外的所有重复项。

用法： Index.duplicated(keep=’first’)

参数:
keep:{'first'，'last'，False}，默认为'first'
一组重复项中的一个或多个值标记为丢失。
->‘first’：将第一个重复项标记为True。
->‘last’：将最后一次出现的重复项标记为True。
->False：将所有重复项标记为True。

返回:numpy.ndarray

范例1：采用Index.duplicated()函数用于指示索引中除第一个值外的所有重复值。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Index 
idx = pd.Index(['Labrador', 'Beagle', 'Labrador',  
                      'Lhasa', 'Husky', 'Beagle']) 
  
# Print the Index 
idx

输出：

我们来看一下索引中存在的值是重复值还是唯一值。

# Identify the duplicated values except the first 
idx.duplicated(keep ='first')

输出：

正如我们在输出中看到的，Index.duplicated()函数已将所有重复值的出现标记为True除了第一次出现。

范例2：采用Index.duplicated()识别所有重复值的函数。这里所有重复的值都将标记为True

# importing pandas as pd 
import pandas as pd 
  
# Creating the Index 
idx = pd.Index([100, 50, 45, 100, 12, 50, None]) 
  
# Print the Index 
idx

输出：

让我们确定索引中所有重复的值。

注意：我们正在吃饭NaN索引中的值。

# Identify all duplicated occurrence of values 
idx.duplicated(keep = False)

输出：

该函数已将所有重复值标记为True。它还处理了单发的NaN值是唯一的，并将其标记为false。

相关用法

注：本文由纯净天空筛选整理自Shubham__Ranjan大神的英文原创作品 Python | Pandas Index.duplicated()。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。