熊猫如何在组中找到重复的行

Question

大家，我试图在双分组数据帧中找到重复的行，但我不明白该怎么做。

df_part[df_part.income_flag==1].groupby(['app_id', 'month_num'])['amnt'].duplicate()

例如 df:

所以我想看到这样的东西：

所以，如果我使用这个代码，我会看到有两个相同的值 'amnt' 0.387677 但在不同的月份......这是我需要的信息

df_part[(df_part.income_flag==2) & df_part.duplicated(['app_id','amnt'], keep=False)].groupby(['app_id', 'amnt', 'month_num'])['month_num'].count().head(10)


app_id  amnt      month_num
0       0.348838  3            1
        0.387677  6            1
                  10           2
        0.426544  2            2
        0.475654  2            1
        0.488173  1            1
1       0.297589  1            1
                  4            1
        0.348838  2            1
        0.426544  8            3
Name: month_num, dtype: int64

谢谢大家。

Answer 1

我认为您需要通过& 将另一个掩码链接到按位AND 和DataFrame.duplicated，然后使用GroupBy.size：

df = (df_part[(df_part.income_flag==1) & df_part.duplicated(['app_id','amnt'], keep=False)]
        .groupby('app_id')['amnt']
        .size()
        .reset_index(name='duplicate_count'))
print (df)
   app_id  duplicate_count
0      12                2
1      13                3