如何用Python基于Pandas Series绘制重复行的水平线可视化

需求：将数据框中的重复行以黑色水平线的形式可视化，对应下述R代码的功能，已知可通过df.duplicated()获取重复行标记，但不清楚如何实现可视化。

原R代码及效果 #

# 获取重复行的行号
duplicated_rows <- data_frame(duplicated = duplicated(ign_data), row = 1:nrow(ign_data)) %>%
    filter(duplicated == T)

# 将重复行绘制成黑色线条
ggplot(duplicated_rows, aes(xintercept = row)) +
    geom_vline(aes(xintercept = row)) + # 为每个重复行绘制一条黑色线条
    ggtitle("Indexes of duplicated rows") + # 添加标题
    coord_flip() + scale_x_reverse() # 翻转坐标轴并反转X轴

Python实现方案 #

用pandas定位重复行，结合matplotlib绘制水平线即可实现对应效果，步骤如下：

1. 定位重复行索引：通过df.duplicated()获取重复行的布尔标记，筛选出对应的行号（Python行索引默认从0开始，若要和R的1起始规则一致，可对索引加1）
2. 绘制水平线：利用matplotlib的axhline()绘制每条重复行对应的水平线，再调整坐标轴和标题匹配R代码的输出效果

完整代码示例 #

import pandas as pd
import matplotlib.pyplot as plt

# 假设你的数据框为df
# 1. 获取重复行的行号（转为1起始，和R保持一致）
duplicated_rows = df.index[df.duplicated()] + 1  # 不需要1起始则去掉+1

# 2. 绘图设置
plt.figure(figsize=(6, 8))
# 为每个重复行绘制黑色水平线
for row_num in duplicated_rows:
    plt.axhline(y=row_num, color='black', linewidth=1)

# 调整坐标轴与标题，匹配R代码的可视化效果
plt.title("Indexes of duplicated rows")
plt.ylim(df.shape[0] + 1, 0)  # 反转Y轴，对应R的scale_x_reverse()+coord_flip()
plt.ylabel("Row Index")
plt.xlabel("")  # 隐藏X轴标签，和原图一致
plt.show()

代码说明 #

• df.index[df.duplicated()]直接提取重复行的0起始索引，加1后和R的1起始行号规则对齐
• plt.axhline()绘制水平线，对应R代码翻转坐标轴后的竖线展示效果
• plt.ylim(df.shape[0]+1, 0)反转Y轴方向，让行号从顶部开始递减，还原R代码的坐标轴逻辑

内容的提问来源于stack exchange，提问作者mjbsgll