我想在熊猫中看到重复的行，但我得到的回报是不是重复？

Question

当我运行的代码

print len(combined_dataframe[combined_dataframe.duplicated()]) 
print sum(combined_dataframe.duplicated()) 

都告诉我，我有130,600重复行，所以我想看看一些重复行的。所以我用的代码是

print combined_dataframe[combined_dataframe.duplicated()].head() 

它给我的回报是这样的数据集。

 article_ID user_id date_clicked article_id send_time author_id topic_id 
514  224  1 2015-01-02   18 2015-01-02  3612  3 
515  224  1 2015-01-02  237 2015-01-02  9712  54 
516  224  1 2015-01-02  131 2015-01-02  481  60 
517  224  1 2015-01-02  277 2015-01-02  8842  57 
518  224  1 2015-01-02  124 2015-01-02  3664  95 

显然它们不是重复的，因为我可以在第4,6和7列中看到不同的值。我没有指定任何列来查找重复项，所以它应该只返回所有重复的行，对吗？

或者我用于查看重复行的代码有问题。

Answer 1

我想你需要添加参数keep=False运作duplicated，如果你需要的所有重复的行：

​​

Docs：

保持：{ '第一'， '最后'， False}，默认'第一'

第一：除第一次出现外，标记重复为真。
last：除了最后一次出现以外，标记重复为真。
错误：将所有重复项标记为True。

由于keep : 'first'是默认值，所以只获得第一个重复行。如果行仍然不同，请尝试sort_values。