筛选含重复日期的DataFrame行并按日期分组堆叠展示

原始数据 #

Date          Name      Grade       Hobby
01/01/2005    Albert    4           Drawing
08/04/1996    Martha    6           Horseback riding
03/03/2003    Jack      5           Singing
07/01/2001    Millie    5           Netflix
24/09/2000    Julie     7           Sleeping
...

需求 #

筛选出仅包含重复日期的行（即日期出现次数≥2的行），然后按时间先后顺序分组，最终展示为相同日期仅在第一行显示、后续同日期行的日期列留空的格式。

你尝试过的代码 #

代码1 #

same=df['Date'].value_counts()
same=same.loc[lambda x:x >=2]
mult=same.index.to_list()

for i in df['Date']:
    if i not in mult:
        df.drop(df[df['Date'==i]].index)

代码2 #

new=df.loc[df['Date'].isin(mult)]
plot=pd.pivot_table(new, index=['Date'],columns=['Name'])

问题分析 #

• 代码1的问题：循环中直接drop不会修改原DataFrame（需加inplace=True），且df['Date'==i]是语法错误（应为df['Date'] == i），同时循环遍历行效率极低，完全没必要。
• 代码2的问题：pivot_table是做数据透视的工具，会把Name转为列，仅保留每个日期的聚合结果，不符合保留所有行的需求。

正确解决方案 #

步骤1：筛选重复日期的行 #

先找出出现次数≥2的日期，再筛选对应行：

# 统计每个日期的出现次数
date_counts = df['Date'].value_counts()
# 筛选出现次数≥2的日期
repeat_dates = date_counts[date_counts >= 2].index
# 过滤数据
filtered_df = df[df['Date'].isin(repeat_dates)].copy()

步骤2：按时间排序 #

先将Date列转为日期格式，再按时间排序：

# 转换日期格式（你的日期是日/月/年，需加dayfirst=True）
filtered_df['Date'] = pd.to_datetime(filtered_df['Date'], dayfirst=True)
# 按日期排序
filtered_df = filtered_df.sort_values('Date')
# 转回原字符串格式（保持显示一致）
filtered_df['Date'] = filtered_df['Date'].dt.strftime('%d/%m/%Y')

步骤3：设置分组显示格式 #

让相同日期仅在第一行显示，后续行留空：

# 标记每个日期的第一行，其余行日期设为空字符串
filtered_df['Date'] = filtered_df.groupby('Date')['Date'].transform(lambda x: [x.iloc[0]] + ['']*(len(x)-1))
# 重置索引（可选，让索引连续）
filtered_df = filtered_df.reset_index(drop=True)

完整代码 #

import pandas as pd

# 假设你的原始DataFrame为df
# 步骤1：筛选重复日期的行
date_counts = df['Date'].value_counts()
repeat_dates = date_counts[date_counts >= 2].index
filtered_df = df[df['Date'].isin(repeat_dates)].copy()

# 步骤2：按时间排序
filtered_df['Date'] = pd.to_datetime(filtered_df['Date'], dayfirst=True)
filtered_df = filtered_df.sort_values('Date')
filtered_df['Date'] = filtered_df['Date'].dt.strftime('%d/%m/%Y')

# 步骤3：设置分组显示格式
filtered_df['Date'] = filtered_df.groupby('Date')['Date'].transform(lambda x: [x.iloc[0]] + ['']*(len(x)-1))
filtered_df = filtered_df.reset_index(drop=True)

print(filtered_df)

运行后即可得到目标格式：

Date          Name      Grade       Hobby
08/08/1996    Martha    6           Horseback riding
              Matt      4           Sleeping
              Paul      5           Cooking
24/09/2000    Julie     7           Sleeping
              Simone    4           Sleeping
...

内容的提问来源于stack exchange，提问作者Mary