如何在 DataFrame 中找到重复的索引？答案

【问题标题】：How do I find duplicate indices in a DataFrame?如何在 DataFrame 中找到重复的索引？
【发布时间】：2015-03-16 20:38:32
【问题描述】：

我有一个带有多级索引（“实例”和“索引”）的 pandas DataFrame。我想找到所有非唯一的第一级（“实例”）索引值并打印出这些值。

我的框架是这样的：

                     A
instance  index      
      a       1      10
              2      12
              3      4
      b       1      12
              2      5
              3      2 
      b       1      12
              2      5
              3      2

我想找到“b”作为重复的0级索引并将其值（“b”）打印出来。

【问题讨论】：

标签： python pandas dataframe multi-index

【解决方案1】：

这应该给你整行，这不是你所要求的，但可能足够接近：

df[df.index.get_level_values('instance').duplicated()]

【讨论】：

【解决方案2】：

假设您的df 有一个由'instance' 和'index' 组成的索引，您可以这样做：

df1 = df.reset_index().pivot_table(index=['instance','index'], values='A', aggfunc='count')
df1[df1 > 1].index.get_level_values(0).drop_duplicates()

产量：

Index([u'b'], dtype='object')

在末尾添加.values (.drop_duplicates().values) 将组成一个数组：

array(['b'], dtype=object)

或者同样使用.groupby一行：

df[df.groupby(level=['instance','index']).count() > 1].dropna().index.get_level_values(0).drop_duplicates()

【讨论】：

【解决方案3】：

您可以使用get_duplicates() 方法：

>>> df.index.get_level_values('instance').get_duplicates()
[0, 1]

（在我的示例数据中，0 和 1 都出现了多次。）

get_level_values() 方法可以接受标签（例如“实例”）或整数，并检索 MultiIndex 的相关部分。

【讨论】：

它不起作用。原因可能是多索引：我有多个子索引（例如 0、1、2、3、4），而 get_level_values() 方法似乎不止一次从“实例”获取顶级索引，一次对于每个子级索引：('a','0') , ('a','1'), ('a','2'), ('a','3'), ('a','4')。索引 a 将被计算 5 次，因此每个顶级索引都是重复的。
所以你只想在那个例子中计算一次'a'？因此，如果您将 0 级索引设为 ['a', 'a', 'a', 'b', 'b', 'a', 'a']，您会说 'a' 出现了两次，而 'b' 只出现了一次（或者我误解了）？
我用我的 df 示例编辑了这个问题。索引“b”出现两次，我希望它打印出“重复索引：b”

【解决方案4】：

你想要复制的方法：

df['Instance'].duplicated()

【讨论】：

这真的行不通。 “instance”是一个索引列，所以我无法通过 df[“instance”] 访问它。 df.loc["instance"] 似乎也不起作用......
试试 df.ix['instance']。