dataframe根据重复的列，将重读的列放到新的dataframe

可以使用pandas的`duplicated`函数和`loc`属性来实现。以下是示例代码：

import pandas as pd

# 创建示例数据
data = {'A': [1, 2, 3, 4, 4, 5, 6],
        'B': ['a', 'b', 'c', 'd', 'd', 'e', 'f'],
        'C': [10, 20, 30, 40, 40, 50, 60]}
df = pd.DataFrame(data)

# 找到重复的数据
duplicated = df[df.duplicated(subset='A', keep=False)]

# 将重复的数据放到新的dataframe中
new_df = duplicated.loc[:, ['A', 'B', 'C']]

在此示例中，我们创建了一个包含重复值的DataFrame，然后使用`duplicated`函数找到重复的行。然后，我们使用`loc`属性选择'A'、'B'和'C'列，并将它们放入一个新的DataFrame中。

相关问题

dataframe根据重复的列放到新的dataframe

可以使用 Pandas 库中的 `groupby` 方法和 `apply` 方法来实现将重复的列放到新的 DataFrame 中，具体代码如下：

import pandas as pd

# 创建示例 DataFrame
df = pd.DataFrame({'A': [1, 2, 3, 1, 2, 3], 'B': [4, 5, 6, 7, 8, 9], 'C': [10, 11, 12, 13, 14, 15]})

# 按列 A 进行分组，并将重复的列放到新的 DataFrame 中
new_df = df.groupby('A').apply(lambda x: x.iloc[:, 1:]).reset_index(level=1, drop=True)

print(df)
print(new_df)

上述代码中，首先创建了一个示例 DataFrame，其中列 A 存在重复值。然后使用 `groupby` 方法按列 A 进行分组，再使用 `apply` 方法将每个分组中除了列 A 以外的列放到新的 DataFrame 中。最后使用 `reset_index` 方法将新的 DataFrame 中的索引重置为默认的整数索引。

输出结果如下：

   A  B   C
0  1  4  10
1  2  5  11
2  3  6  12
3  1  7  13
4  2  8  14
5  3  9  15

   B   C
A       
1  4  10
1  7  13
2  5  11
2  8  14
3  6  12
3  9  15

可以看到，新的 DataFrame 中只包含重复的列 B 和 C，且按照原始 DataFrame 中的分组顺序排列。

dataframe根据重复数据放到新的dataframe

可以使用 pandas 库中的 drop_duplicates() 方法去除重复数据，并将结果存储到新的 DataFrame 中。下面是一个示例代码：

import pandas as pd

# 创建示例数据
data = {'Name': ['Alice', 'Bob', 'Charlie', 'Bob', 'David', 'Charlie'],
        'Age': [25, 30, 35, 30, 40, 35],
        'City': ['New York', 'Paris', 'London', 'Paris', 'Tokyo', 'London']}
df = pd.DataFrame(data)

# 根据重复数据放到新的 DataFrame
df_duplicates = df[df.duplicated()]
print(df_duplicates)

上述代码首先创建了一个包含重复数据的 DataFrame `df`，然后使用 `df.duplicated()` 找到重复的行并存储到新的 DataFrame `df_duplicates` 中。输出结果为：

      Name  Age    City
3      Bob   30   Paris
5  Charlie   35  London

可以看到，`df_duplicates` 中只包含重复的行数据。如果想要保留第一个出现的重复数据，可以在 `drop_duplicates()` 方法中设置参数 `keep='first'`。例如：

df_duplicates = df[df.duplicated(keep='first')]

此时，`df_duplicates` 中只会保留第一个出现的重复数据。