如何快速查找Pandas DataFrame中重复行索引的行及映射原索引

这里有一套高效的Pandas内置方法实现方案，全程无需循环，完全符合你的需求：

1. 先还原你的数据场景 #

import pandas as pd

# 原DataFrame
df = pd.DataFrame({
    "A": [["ab", "cd"], ["cd", "de"], ["de", "ef"], ["gh"]],
    "B": [1, 2, 1, 1]
})

# 执行拆分操作
df_exploded = df.explode("A")

2. 筛选出索引出现多次的行 #

利用index.value_counts()快速统计每个索引的出现频次，再筛选出频次≥2的索引，最后用这些索引过滤拆分后的DataFrame：

# 获取出现次数≥2的原索引
repeat_indices = df_exploded.index.value_counts()[lambda cnt: cnt >= 2].index

# 提取目标行
target_rows = df_exploded.loc[repeat_indices]

这一步是矢量化操作，比循环df.loc[i]效率高得多，适合处理大数据量。

3. 关联原DataFrame的对应行 #

如果需要获取这些索引对应的原DataFrame记录，直接用repeat_indices去原表提取即可：

original_records = df.loc[repeat_indices]

original_records的索引就是原DataFrame的真实索引（0、1、2），对应原数据中包含多个元素的行。

可选：保留原索引映射 #

如果后续操作可能修改拆分后DataFrame的索引，可以提前新增一列存储原索引，避免丢失映射关系：

df_exploded["original_idx"] = df_exploded.index

内容的提问来源于stack exchange，提问作者arc_lupus