julia:在数据框中查找重复的行

Question

我知道大型数据帧中有重复的行，因为 unique() 会导致较小的数据帧。

我想获取这些重复项以帮助找出它们的来源。

我看到对涉及早期版本重复项的各种函数的引用，但不能使它们中的任何一个适用于 .6

那么如何创建一个包含另一个数据帧中包含的重复行的数据帧？

Answer 1

DataFrames 有 nonunique返回具有真值的逻辑掩码的函数，其中行不唯一:

julia> df = DataFrame(X=rand(1:3, 10), Y=rand(10:13,10))
10×2 DataFrames.DataFrame
│ Row │ X │ Y  │
├─────┼───┼────┤
│ 1   │ 2 │ 11 │
│ 2   │ 1 │ 10 │
│ 3   │ 2 │ 13 │
│ 4   │ 2 │ 13 │
│ 5   │ 2 │ 13 │
│ 6   │ 1 │ 10 │
│ 7   │ 2 │ 10 │
│ 8   │ 3 │ 13 │
│ 9   │ 2 │ 12 │
│ 10  │ 1 │ 11 │

julia> nonunique(df)
10-element Array{Bool,1}:
 false
 false
 false
  true
  true
  true
 false
 false
 false
 false

您可以使用 findall 将逻辑掩码转换为线性索引。 :

julia> findall(nonunique(df))
3-element Array{Int64,1}:
 4
 5
 6