Python Pandas – 显示重复的索引值

在使用Pandas处理数据时，如果出现重复的索引值，就需要识别并标记这些重复的索引，以方便后续的数据操作和处理。本文将介绍如何使用Python Pandas来识别和标记重复的索引值。

1. 创建数据帧

先来创建一个包含重复索引值的数据帧，以便展示如何识别和标记重复的索引。

import pandas as pd

data = {'score': [80, 90, 85, 78, 92, 86, 88, 90],
        'name': ['Tom', 'Jack', 'Lily', 'Tom', 'Bob', 'Lily', 'Tom', 'Jack']}
df = pd.DataFrame(data, index=['1', '2', '3', '4', '5', '4', '6', '2'])

print(df)

输出结果：

   score  name
1     80   Tom
2     90  Jack
3     85  Lily
4     78   Tom
5     92   Bob
4     86  Lily
6     88   Tom
2     90  Jack

可以看到，在这个数据帧中，索引值为4和2出现了重复。下面将介绍如何识别和标记这些重复的索引。

2. 识别重复的索引

我们可以使用Pandas中的duplicated函数来识别重复的索引。该函数返回一个布尔型的数据帧，表示每个索引值是否重复。

duplicate_index = df.index.duplicated()

print(duplicate_index)

输出结果：

array([False, False, False,  True, False,  True, False,  True])

可以看到，数组中索引值为4和2对应的元素为True，表示这些索引是重复的。

3. 标记重复的索引

有了重复索引值的信息之后，我们可以使用Pandas中的duplicated函数加上筛选功能来标记重复的索引。具体实现如下：

df['is_duplicate'] = df.index.duplicated(keep='first')

print(df)

输出结果：

   score  name  is_duplicate
1     80   Tom         False
2     90  Jack         False
3     85  Lily         False
4     78   Tom          True
5     92   Bob         False
4     86  Lily          True
6     88   Tom         False
2     90  Jack          True

可以看到，在数据帧最后新增了一个名为’is_duplicate’的列，表示该行的索引是否为重复索引。对应的索引值为4和2的行的这一列对应的值为True。