python - 迭代以查找 Pandas 数据框中的重复值

Question

Windows 10、Python 3.6

我有一个数据框 df

df=pd.DataFrame({'name':['boo', 'foo', 'too', 'boo', 'roo', 'too'],
                 'zip':['30004', '02895', '02895', '30750', '02895', '02895']})

我想找到具有相同“名称”和“zip”的重复记录，并记录重复次数。想法输出是

  name repeat    zip
0  too      1  02895

因为我的数据框远远超过六行，所以我需要使用迭代方法。我很感激任何提示。

Answer 1

我相信你需要groupby所有列并使用 GroupBy.size :

#create DataFrame from online source
#df = pd.read_csv('someonline.csv')
#df = pd.read_html('someurl')[0]

#L = []
#for x in iterator:
    #in loop added data to list
#    L.append(x) 
##created DataFrame from contructor
#df = pd.DataFrame(L)

df = df.groupby(df.columns.tolist()).size().reset_index(name='repeat')
#if need specify columns
#df = df.groupby(['name','zip']).size().reset_index(name='repeat')
print (df)
  name    zip  repeat
0  boo  30004       1
1  boo  30750       1
2  foo  02895       1
3  roo  02895       1
4  too  02895       2