与 drop_duplicates 相比，作为布尔索引的 Duplicated() 函数生成不同的结果

Question

数据框如下所示：

df = pd.DataFrame({'k1':['one']*3 + ['two']*4,'k2':[1,1,2,3,3,4,4]})

当我检查重复项时，我通过做得到布尔索引 df.duplicated()，然后我用它作为过滤器 df[df.duplicated()] 与 df.drop_duplicates() 相比显示不同的结果

在结果中创建了一个额外的行

2 one 2

Answer 1

drop_duplicate 将删除所有重复的行。 duplicated 将返回 False 为第一项和 True 为另一行重复时，它有重复，所以它们是不同的问题的不同功能目标。

df.duplicated()
0    False
1     True
2    False
3    False
4     True
5    False
6     True
dtype: bool

df.drop_duplicates()
    k1  k2
0  one   1
2  one   2
3  two   3
5  two   4

---

如何使输出相同？

检查唯一值

df[~df.duplicated(keep=False)]
    k1  k2
2  one   2

df.drop_duplicates(keep=False)
    k1  k2
2  one   2