DataFrame中根据某字段选取重复字段数据

当我们需要找到那些data中重复的数据时，可以这么做：

1、采用drop_duplicates方法来数据去重，保留第一个

a = public.drop_duplicates( subset = [ ‘wind_product_code‘ ], keep = ‘first‘ )  

2、去掉data中重复的数据

b = public.drop_duplicates( subset = [ ‘wind_product_code‘ ], keep = False )

3、差集思想，用 a - b,其中b是a的真子集，两者之差就是重复的数据

c = a.append( b ).drop_duplicates( subset = [ ‘wind_product_code‘ ], keep = False )  

4、获得原始数据中的重复项

data_cf = public.loc[ public[ ‘wind_product_code‘ ].isin( c[ ‘wind_product_code‘ ] ) ]

DataFrame中根据某字段选取重复字段数据

原文：https://www.cnblogs.com/xiaodongsuibi/p/11634196.html