大熊猫选择行如果ID出现几个时间

Question

我有一个表是这样的：

CustID Purchase Time 
A  Item1  01/01/2011 
B  Item2  01/01/2011 
C  Item1  01/02/2011 
A  Item2  03/01/2011 

我想与客户ID，选择表中的行出现超过1。

Answer 1

这可能工作：

counts = df['CustID'].value_counts() 
df[df['CustID'].isin(counts.index[counts > 1])] 

结果：

CustID Purchase  Time 
0  A Item1 01/01/2011 
3  A Item2 03/01/2011 

Answer 2

使用filter

df.groupby('CustID').filter(lambda x: len(x) > 1) 

CustID Purchase  Time 
0  A Item1 01/01/2011 
3  A Item2 03/01/2011 

Answer 3

df[df['CustID'].duplicated(keep=False)] 

这会找到数据框中CustID列中存在重复项的行。该keep=False告诉duplicated功能，所有重复行标记为True（而不是仅仅在第一个或最后的）：

CustID Purchase  Time 
0  A Item1 01/01/2011 
3  A Item2 03/01/2011 

编辑

在文档寻找duplicated它看起来像你可以也可做：

df[df.duplicated('CustID', keep=False)] 

虽然这似乎是比原来慢约100微秒（μs的458与545微秒基础上，例如数据帧）