如何在Pandas DataFrame中遍历并筛选各销售区域内EWZ值相同的记录？

嘿，我明白你的需求了——你想要把每个销售区域里，人口规模EWZ重复的所有记录都挑出来对吧？别用嵌套if或者iterrows()啦，Pandas有更简洁高效的矢量化方法，完全不用手动遍历每一行，处理你那11000条数据简直小菜一碟。

核心思路 #

我们要找的是同一sales_territory内，EWZ值出现不止一次的所有记录。关键是要同时结合「区域」和「EWZ值」两个维度来判断重复，而不是单独看某一列。

一步到位的解决方案 #

用Pandas的duplicated()方法就能直接搞定，代码非常简洁：

# 筛选出所有区域内EWZ重复的记录
all_duplicate_records = df[df.duplicated(subset=['sales_territory', 'EWZ'], keep=False)]

参数解释：

• subset=['sales_territory', 'EWZ']：指定基于这两列来判断是否重复，意思是只有当同一区域内的EWZ值完全相同时，才判定为重复。
• keep=False：默认keep='first'只会标记后续重复的行，而keep=False会把所有重复的行（包括第一次出现的）都标记为True，这样就能把同一区域内EWZ相同的所有记录都捞出来。

拆分到不同变量（可选） #

如果你需要把不同区域的重复记录分别存入单独变量，比如只看east的重复，或者north的重复，只需要在上面的结果上再做一次筛选：

# 拆分各区域的重复记录
east_duplicates = all_duplicate_records[all_duplicate_records['sales_territory'] == 'east']
north_duplicates = all_duplicate_records[all_duplicate_records['sales_territory'] == 'north']
south_duplicates = all_duplicate_records[all_duplicate_records['sales_territory'] == 'south']
west_duplicates = all_duplicate_records[all_duplicate_records['sales_territory'] == 'west']

为什么不用iterrows()或嵌套if？ #

• 效率极低：iterrows()是逐行遍历处理，对于11000条数据来说，速度会比矢量化操作慢几十甚至上百倍。
• 代码冗余：嵌套if需要写大量判断逻辑，容易出错，而上面的方法只用一两行代码就能实现相同效果。

举个例子，如果north区域里有20条EWZ=20000的记录，用这个方法会直接把这20条全部筛选出来，完全符合你的需求。

内容的提问来源于stack exchange，提问作者kukulu