通过多列显示重复项的数据帧

Question

我有一个3米行16列的大DF。我一直在努力寻找只基于某些列的副本。因此，我想将这些行在6列中具有完全相同值的数据子集。我希望根据重复项保留所有行

pp19952017[pp19952017.duplicated(subset=['Postcode', 'Property Type','Street','Town/City', 'District', 'County'],keep=False)]

编辑： 这里是一个类似单个属性的示例，但不会显示重复的属性，因为并非每一列都相同，并且有几个单元格不同。我想有一份复制品的清单，这样我就可以看到同样的房产是如何涨价的

15, ARMINGER ROAD, LONDON, HAMMERSMITH AND FULHAM, W12 7BA, GREATER LONDON

及

15, ARMINGER ROAD, LONDON, LONDON, HAMMERSMITH AND FULHAM, W12 7BA, GREATER LONDON

不幸的是，这给了我几乎每一行。我已经手动检查过，没有这么多的副本，所以我有点被困在如何找到副本的问题上。 由于这是从1995年到今天的数据，记录方式发生了变化，因此我只能尝试使用此子集来查找重复的数据

提前感谢您的帮助

解决方案： 我想我找到了一个方法。也就是说，我连接了各个相关的列，它们有重复的数据，并使用新连接的列的数据来检查重复。这是一个解决办法，但做我想要的

Answer 1

复制品正在按预期工作。问题在于用法。您正在通过keep=False。这意味着所有重复记录都将被标记为重复，并返回所有重复记录

例如，（Adam, 30, NY），（Adam, 35, NY），（Adam, 30, MA），您正在根据名称和；状态（keep = False）将返回两行，因为它将两行都标记为重复

如果传递keep = first或last，它将相应地将第一条或最后一条记录标记为重复记录，并且只返回1行