如何使用熊猫从csv中的2列中获取重复值列表

Question

我是 pandas 的新手，我正在尝试从 CSV 文件的 2 列中获取重复值列表，我的数据框如下所示：

df = pd.read_csv('file.csv')
PID1    PID2
1       2
2       3
3       3
4       4
5       6
6       7
7       8
7       9
7       9

我试过用这个：

df.drop_duplicates('PID1', 'PID2', inplace=True)
print(df)

但我认为它不适用于 2 列。

预期的输出将是在我的 CSV 文件中添加一个标题为“重复项”的新列，并添加两列中的所有重复项，或者是一个包含所有重复值的简单列表。

Duplicates
2
3
4
6
7

Answer 1

使用Series.isin 和DataFrame.loc 进行过滤，然后使用Series.drop_duplicates：

s = df.loc[df['PID1'].isin(df['PID2']), 'PID1'].drop_duplicates()
print (s)
1    2
2    3
3    4
5    6
6    7
Name: PID1, dtype: int64