熊猫数据框多列重复数据

Question

假设我输入如下，

df = pd.DataFrame( {
   'A': [1,1,1,1,2,1,2,1,3,4,4,4],
   'B': [5,5,6,7,5,6,6,7,7,7,7,7],
   'C': [1,1,1,1,1,1,1,1,1,1,1,1]
    } );



I need expected output to be as below:
 df
        A  B  C flag
    0   1  5  1  1
    1   1  5  1  1
    2   1  6  1  0
    3   1  7  1  0
    4   2  5  1  0
    5   2  6  1  0
    6   1  6  1  0
    7   3  7  1  0
    8   3  7  3  0
    9   4  7  1  1
    10  4  7  1  1
    11  4  7  1  1

我想标记数据框是否有 >= 2 行数据是重复的。可以请在这里帮助我。我从here复制了数据

另外假设我想标记数据框是否 >= n 重复数据并且 n 可以在 2 到 10 之间变化。

Answer 1

IIUC，你可以试试：

s = df.eq(df.shift()).all(1)
df['flag'] = (s | s.shift(-1)).astype(int)

输出：

    A  B  C  flag
0   1  5  1     1
1   1  5  1     1
2   1  6  1     0
3   1  7  1     0
4   2  5  1     0
5   1  6  1     0
6   2  6  1     0
7   3  7  1     0
8   3  7  3     0
9   4  7  1     1
10  4  7  1     1
11  4  7  1     1

使用的df：

df = pd.DataFrame( {
   'A': [1,1,1,1,2,1,2,3,3,4,4,4],
   'B': [5,5,6,7,5,6,6,7,7,7,7,7],
   'C': [1,1,1,1,1,1,1,1,3,1,1,1]})