pandas取出相同数据

如果你想从两个pandas DataFrame中取出相同的数据，可以使用merge函数。例如，假设你有两个DataFrame df1和df2，它们都有一个名为"ID"的列，你可以使用以下代码来获取它们的交集：

result = pd.merge(df1, df2, on='ID')

这将返回一个新的DataFrame，其中包含df1和df2中ID列中相同的行。如果你只想保留df1中的ID列，则可以使用以下代码：

result = pd.merge(df1[['ID']], df2, on='ID')

这将返回一个新的DataFrame，其中包含df1中ID列中的唯一值与df2中ID列中相同的行。

相关问题

python pandas取出重复数据

可以使用pandas中的drop_duplicates方法来取出重复数据。例如，对于一个名为df的DataFrame对象，可以使用以下命令取出重复行：

df.drop_duplicates()

该方法会返回一个去除重复数据后的新的DataFrame对象，其中仅保留了第一个出现的重复行。可以通过指定subset参数来选择特定的列来判断重复数据。

pandas取出相同数据值的列

可以使用 `duplicated()` 方法和布尔索引来取出相同数据值的列。

假设你有一个 DataFrame `df`，其中包含多个列，可以按如下方式取出相同数据值的列：

import pandas as pd

# 创建 DataFrame
data = {'A': [1, 2, 3, 4],
        'B': [1, 4, 3, 4],
        'C': [1, 4, 5, 6]}
df = pd.DataFrame(data)

# 取出相同数据值的列
dup_cols = df.loc[:, df.duplicated(keep=False)]
print(dup_cols)

输出结果为：

   A  B
0  1  1
1  2  4
2  3  3
3  4  4

在上述示例中，`df.duplicated(keep=False)` 返回一个布尔序列，指示哪些列具有重复的数据值。然后，使用 `loc` 方法选择这些列的所有行。最后，使用 `print` 函数显示结果。