如何统计DataFrame中的重复行数及特定重复场景的次数？

嘿，我来帮你搞定这两个重复统计的需求，用Pandas就能轻松实现，先把你的示例数据列出来方便对照：

示例数据：

A	B	C
1	2	3
1	2	3
1	1	2
2	1	2
2	2	1
3	2	1

一、按A列分组统计有重复的分组数量 #

你的需求是：统计A列中，对应行数≥2的分组个数（比如A=1有3行、A=2有2行，最终结果是2）。实现代码如下：

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({
    'A': [1,1,1,2,2,3],
    'B': [2,2,1,1,2,2],
    'C': [3,3,2,2,1,1]
})

# 统计有重复的A分组数量
duplicate_A_groups = df.groupby('A').size().ge(2).sum()
print(duplicate_A_groups)  # 输出：2

代码解释： #

• df.groupby('A').size()：按A列分组，计算每个分组的行数；
• .ge(2)：判断每个分组的行数是否≥2（返回布尔值，满足为True）；
• .sum()：将布尔值转为数值（True=1，False=0）并求和，得到符合条件的分组总数。

二、统计完全重复行的组数 #

你的需求是：统计至少出现两次的完全相同行的组数（示例中只有1 2 3出现两次，最终结果是1）。这里有两种简洁的实现方式：

方式一：用value_counts()直接统计 #

# 统计完全重复行的组数
full_duplicate_rows = df.value_counts().ge(2).sum()
print(full_duplicate_rows)  # 输出：1

代码解释： #

• df.value_counts()：统计每一行的出现次数，自动按次数降序排列；
• .ge(2)：筛选出出现次数≥2的行；
• .sum()：统计这类行的总数，也就是你要的重复组数。

方式二：用duplicated()标记后分组统计 #

如果你需要更直观的标记过程，可以用这个方法：

# 标记所有重复行（包括第一次出现的重复行）
df['is_duplicate'] = df.duplicated(keep=False)
# 按整行分组，判断该组是否有重复行，最后统计数量
full_duplicate_rows = df.groupby(df.columns.tolist()[:-1])['is_duplicate'].any().sum()
print(full_duplicate_rows)  # 输出：1

内容的提问来源于stack exchange，提问作者Tlaloc-ES