比较 x 数量的元组并打印出重复项答案

【问题标题】：Comparing x amount of tuples and printing out duplicates比较 x 数量的元组并打印出重复项
【发布时间】：2021-07-27 23:52:59
【问题描述】：

我有一个数据框，其中一列包含一个长度不同的元组列表，这些元组代表产品代码，每个合同号都是索引。元组的长度在 1 到 22 之间变化。我使用groupby() 对相同长度的元组进行分组。

我使用df.get_group() 来访问每个长度的数据帧。每个 df 的行数从 1 到 80 不等。

例如对于元组 (123, 456, 789) 和 (123, 456, 213)，我希望输出为： [1]: (123, 456)

从这里我想将每个元组与数据框中其他元组的 x 数量进行比较，并打印出所有重复项。

我尝试过使用set(x) & set(y)，但我不确定如何将它用于 x 行。

有没有更 Pythonic 的方式来做到这一点？

【问题讨论】：

标签： python pandas dataframe duplicates tuples

【解决方案1】：

让我们尝试将一个组中的所有元组合并为一个系列，并使用duplicated 抓取重复项：

import pandas as pd

df = pd.DataFrame({'tuples': [(136, 629, 694), (136, 273, 208),
                              (640, 139, 405, 884, 734),
                              (123, 456, 789),
                              (492, 829, 451, 315, 804),
                              (123, 456, 213), (142, 569, 636, 380),
                              (924, 808, 330, 489, 658),
                              (538, 163, 669, 817), (569, 780),
                              (230, 569), (278, 509, 718, 817)]})


def get_duplicates(s):
    # Convert Tuples into a Series
    s = pd.Series(s.sum())
    # Filter duplicated and convert back to tuple
    return tuple(s[s.duplicated()])


# Groupby len and apply function
duplicate_tuples = df.groupby(
    df['tuples'].map(len)
)['tuples'].apply(get_duplicates).reset_index(name='duplicate_values')

# For Display
print(duplicate_tuples.to_string(index=False))

输出：

tuples duplicate_values
     2           (569,)
     3  (136, 123, 456)
     4           (817,)
     5               ()

【讨论】：