如何从现有DataFrame拆分出df1（无重复名称）和df2（重复项）？

需求说明 #

从给定的DataFrame中拆分出两个新DataFrame：

• df1：包含每个Name的唯一首条记录，无重复项
• df2：包含剩余的重复Name记录

输入DataFrame #

先还原输入的DataFrame（可直接运行）：

import pandas as pd

data = {
    'Name': ['Amy', 'Amy', 'jack', 'mo', 'mo', 'mo', 'linn'],
    'Age': [24, 34, 66, 76, 88, 98, 33]
}
df = pd.DataFrame(data)

解决方案 #

利用pandas的duplicated()方法标记重复项，再拆分数据：

# 标记每条记录是否是对应Name的重复项（保留首条）
is_duplicate = df.duplicated(subset='Name', keep='first')

# 拆分得到df1：非重复的首条记录
df1 = df[~is_duplicate]
# 拆分得到df2：剩余的重复记录
df2 = df[is_duplicate]

输出结果 #

• df1（若需统一Name大小写，可额外添加df['Name'] = df['Name'].str.capitalize()处理）：

• df2：

内容的提问来源于stack exchange，提问作者user20777609