Pandas中df['id'].duplicated()与df[df.duplicated('id')]的区别

二者核心差异在于返回的数据类型、包含的内容完全不同，打印输出不可能一致，具体区别如下：

• df['id'].duplicated()
  是对单独取出的id列（Series类型）调用重复判断方法，返回值是和原id列等长的布尔型Series：每个位置的值为True/False，标记对应行的id是否为重复值（默认规则：同个id第一次出现时标记为False，后续重复出现的行标记为True）。打印时只会输出带行索引的布尔序列，不会展示原DataFrame的其他列数据。
• df[df.duplicated('id')]
  是先对整个DataFrame调用重复判断方法、指定按id列识别重复，得到和原DataFrame等长的布尔Series后，再通过布尔索引做行筛选，最终返回值是所有被标记为重复的行组成的新DataFrame，会包含原表的所有列，打印出来是结构化的表格数据。

补充说明：两种写法默认的重复判断逻辑（keep='first'）是完全一致的，但返回结果的形态天差地别：前者是用于筛选、标记的布尔掩码，后者是直接筛选完成的重复行数据集。

你可以用下面的测试代码直观看到二者输出的区别：

import pandas as pd
# 构造测试数据
df = pd.DataFrame({
    'id': [1, 2, 1, 3, 2],
    'content': ['行1', '行2', '行3', '行4', '行5']
})

print("=== df['id'].duplicated() 输出 ===")
print(df['id'].duplicated())

print("\n=== df[df.duplicated('id')] 输出 ===")
print(df[df.duplicated('id')])

运行后输出结果对比如下：

=== df['id'].duplicated() 输出 ===
0    False
1    False
2     True
3    False
4     True
Name: id, dtype: bool

=== df[df.duplicated('id')] 输出 ===
   id content
2   1      行3
4   2      行5

内容的提问来源于stack exchange，提问作者On J