Python Pandas中获取重复值对应索引的问题

核心问题 #

你之前的错误在于混淆了列值重复和索引值重复：

• df.index.duplicated(keep=False)是检测索引本身是否重复，和你要找的「某列值重复的行」完全无关
• 循环获取索引出错大概率是遍历逻辑有误，且循环完全没必要——pandas的向量式操作更高效、简洁

正确实现步骤 #

1. 针对目标列生成重复值的布尔掩码

   # 替换成你的目标列名，比如'target_column'
   mask = df['target_column'].duplicated(keep=False)
   

   这个mask是布尔Series，True对应目标列值重复的行

2. 用掩码筛选DataFrame并提取索引

   duplicate_indices = df[mask].index.tolist()
   

   直接得到所有目标列值重复的行的索引列表

示例验证 #

import pandas as pd

# 构造测试数据（模拟你的目标索引场景）
data = {'col': [10, 20, 20, 20, 30, 30]}
df = pd.DataFrame(data, index=[5060, 5063, 5064, 5065, 5312, 5313])

# 获取col列重复值的索引
mask = df['col'].duplicated(keep=False)
duplicate_indices = df[mask].index.tolist()
print(duplicate_indices)  # 输出: [5063, 5064, 5065, 5312, 5313]

补充说明 #

• duplicated(keep=False)会标记所有重复出现的行（包括第一次出现的）；如果只想标记除首次外的重复行，可改成keep='first'，反之用keep='last'
• 永远优先用pandas的掩码筛选替代循环遍历，无论是代码可读性还是执行效率都更优

内容的提问来源于stack exchange，提问作者martinmistere