pandas取出重复数据的方法

pandas提取重复数据的原理与步骤

drop_duplicates函数常用于数据去重，那么如何反向操作，找出哪些数据存在重复呢？

具体实现步骤如下：

首先，使用drop_duplicates对数据进行两次不同的去重处理。第一次设置keep=False，去除所有重复数据，结果记为data1；第二次设置keep='first'，仅保留重复数据中的第一条，其余去除，结果记为data2。

其次，计算data1与data2的差集即可得到重复数据。具体操作为将data1追加到data2之后，然后再次调用drop_duplicates并设置keep=False，从而筛选出在两次操作中表现不一致的记录。

以上即为利用pandas提取重复数据的核心方法，希望能为读者提供有效参考。