如何仅保存重复项？

Posted 2023-03-11

【中文标题】如何仅保存重复项？

【英文标题】：How to save duplicates only?

【发布时间】：2021-03-21 01:45:36

【问题描述】：

我编写了代码以从我的 xlsx 文件中的 col 中删除重复项。

import pandas as pd
from openpyxl.workbook import Workbook


def delete_duplicates(nazov_suboru, cielovy_subor,riadok):
    data = pd.read_excel(nazov_suboru)
    print("chvilelenku pockaj")
    data.drop_duplicates(subset=[riadok], keep=False, inplace=True)
    data.to_excel(cielovy_subor, index=False)
    print("done")

它保存唯一的数据。但我需要相反的。只保存重复的。想不通。请有任何想法/

【参考方案1】：

data = data[data.duplicated(subset=[riadok], keep=False)]

将保留重复的行。

见pandas.DataFrame.duplicated

【讨论】：

不会是keep="last" 只保存重复的对象吗？

last ：将重复项标记为 True，但最后一次出现除外。 False ：将所有重复项标记为 True。 @TheLazyScripter Op 希望保留重复的

啊，我明白了。感谢您的澄清！