大熊貓選擇行如果ID出現幾個時間

Question

我有一個表是這樣的：

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

我想與客戶ID，選擇表中的行出現超過1。

Answer 1

這可能工作：

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

結果：

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)] 

這會找到數據框中CustID列中存在重複項的行。該keep=False告訴duplicated功能，所有重複行標記爲True（而不是僅僅在第一個或最後的）：

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

編輯

在文檔尋找duplicated它看起來像你可以也可做：

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

雖然這似乎是比原來慢約100微秒（μs的458與545微秒基礎上，例如數據幀）