Pandas series.duplicated()方法的作用是什么

在数据分析过程中，找出对象中的重复值是一个非常常见的任务。在pandas中，我们有一个名为duplicated()的函数，用于识别重复值。

对于pandas series对象，duplicated()方法将返回一个包含布尔值的series。True表示最后一次出现值或第一次出现值的重复值，或者可能表示所有重复值。

duplicated()方法有一个名为“keep”的参数，用于对待重复值进行不同的处理。该参数的默认行为是“first”，这意味着它将所有重复值标记为True，除了第一次出现的值。我们可以将其更改为“last”和False，以标记所有出现的值。

示例1

在下面的示例中，我们创建了一个带有字符串列表的pandas series，然后应用了duplicated()方法，但没有改变默认参数。

# importing required packages
import pandas as pd

# creating pandas Series object
series = pd.Series(['A', 'B', 'E', 'C', 'A', 'E'])
print(series)

# apply duplicated() method
print("Output:",series.duplicated())

输出

输出结果如下 –

0    A
1    B
2    E
3    C
4    A
5    E
dtype: object

Output:
0    False
1    False
2    False
3    False
4     True
5     True
dtype: bool

duplicated() 方法返回一个具有布尔值的新系列对象。在索引位置 4 和 5 的值被标记为 True，因为 A 和 E 之前已经出现过，其余所有值都只出现一次。

示例2

对于下面的示例，我们将 keep 参数的值设置为 last，以便识别第一次出现的重复值。

# importing required packages
import pandas as pd

# creating pandas Series object
series = pd.Series([90,54,43,90,28,43,67])
print(series)

# apply duplicated() method
print("Output:",series.duplicated(keep='last'))

输出

以下是输出结果：

0    90
1    54
2    43
3    90
4    28
5    43
6    67
dtype: int64

Output:
0     True
1    False
2     True
3    False
4    False
5    False
6    False
dtype: bool

除了给定的系列对象中最后一次发生的重复值，我们已成功检测到重复的值。索引位置0和2的值被标记为True，因为90和43在系列对象中出现多次，而其余的只出现一次。