复制数据框（）假阳性？

Question

我有一个数据帧，它包含2865044个条目和一个3级多重索引

MultiIndex.levels.names = ['year', 'country', 'productcode']

我试图重塑数据帧以生成宽数据帧，但我收到错误：

^{pr2}$

我用过：

data[data.duplicated()]

但似乎不包含任何重复的数据行。在

这导致我使用to_csv（）导出数据帧，并在Stata中打开数据，并使用duplicates list命令查找不包含重复项的数据集（根据Stata）。在

排序的csv文件中的一个示例：

year country productcode duplicate
1962    MYS     711       FALSE
1962    MYS     712       TRUE
1962    MYS     721       FALSE

我知道这是一个很长的机会，但是你知道是什么原因造成的吗？每个索引列中的数据类型为['year'：int；'country'：str，'productcode'：str]。熊猫是如何定义独特的群体的吗？有没有更好的方法来列出那些有问题的索引行？在

更新： 我试过重置索引

temp = data.reset_index()
dup = temp[temp.duplicated(cols=['year', 'country', 'productcode'])]

我得到了完全不同的清单！在

year    country productcode
1994      HKG      9710
1994      USA      9710
1995      HKG      9710
1995      USA      9710

更新日期：2013年6月28日：

在我的IPython会话中，这似乎是一个奇怪的内存问题。 今天早上的新实例，似乎可以很好地工作，并且在没有对昨天的代码进行任何调整的情况下重塑数据！如果问题再次出现，我将进一步调试并通知您。有人知道IPython会话的好调试器吗？在

Answer 1

也许可以试试

cleaned = df.reset_index().drop_duplicates(df.index.names)
cleaned.set_index(df.index.names, inplace=True)

我认为索引中应该有一个duplicated方法，现在还没有

https://github.com/pydata/pandas/issues/4060