Python处理CSV文件：如何提取指定列含重复值的所有行

5800行、12列的数据规模很小，以下三种方案都可以快速实现需求，根据自己的使用习惯选择即可：

方案1：Excel/WPS 零代码实现 #

适合没有编程基础的用户，全程点鼠标操作：

• 将目标CSV文件导入表格软件，选中包含表头的全部数据区域
• 选中「Codes」整列，点击顶部菜单栏「开始」-「条件格式」-「突出显示单元格规则」-「重复值」，给所有重复的Codes单元格打上颜色标记
• 选中全量数据，点击顶部菜单栏「数据」-「筛选」，点击Codes列的筛选下拉按钮，选择按单元格颜色筛选，筛出的所有行就是Codes取值存在重复的对应行，可直接复制导出。

该方法会返回所有重复取值对应的全部行，不会默认保留第一行、遗漏前面的重复项。

方案2：Python+pandas 代码实现 #

适合需要定期处理同类数据、希望流程可复用的场景，代码量极小：

1. 先安装依赖库，终端执行命令：
   pip install pandas
2. 运行以下代码，替换成自己的文件路径即可：

import pandas as pd

# 读取本地CSV，如果文件打开乱码可以把encoding参数改成gbk
df = pd.read_csv("你的目标文件.csv", encoding="utf-8")
# 提取Codes列所有重复值对应的行，keep=False是核心参数，确保不遗漏任何一条重复行
res = df[df.duplicated(subset=["Codes"], keep=False)]
# 结果导出为新的CSV文件
res.to_csv("重复值对应行结果.csv", index=False, encoding="utf-8-sig")

方案3：系统命令行实现 #

适合不想安装额外大型软件、临时处理一次的场景，Windows用PowerShell、Mac/Linux用自带终端即可：
以Windows PowerShell为例，直接运行以下脚本，替换对应文件路径就能出结果：

# 读取原CSV文件
$source_data = Import-Csv -Path "你的目标文件.csv"
# 统计所有出现次数≥2的Codes值
$duplicate_codes = $source_data | Group-Object Codes | Where-Object Count -ge 2 | Select-Object -ExpandProperty Name
# 筛选对应行导出结果
$source_data | Where-Object Codes -in $duplicate_codes | Export-Csv "重复值对应行结果.csv" -Encoding UTF8 -NoTypeInformation

内容的提问来源于stack exchange，提问作者Marcos.MAlmeida