Ich habe eine Pandas DataFrame mit doppelten Werten für eine Reihe von Spalten. Zum Beispiel:Wie das erste Vorkommen von doppelten Zeilen in Python Pandas zu identifizieren ist Dataframe
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
Row (1) und (3) sind gleich. Im Wesentlichen ist Zeile (3) ein Duplikat von Zeile (1).
ich für die folgende Ausgabe suchen:
Is_Duplicate
, enthalten, ob die Zeile ein Duplikat ist oder nicht
Dup_Index
der ursprüngliche Index der doppelten Zeile.
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
Wie bekommen Sie Ihre df1? –
@RutgerKassies gute Frage! Ich habe ein bisschen verpasst ... –
Danke, sehr elegante Lösung. –