先帮你拆解下当前代码的核心错误，再一步步给出正确实现：

一、现有代码的错误原因 #

你生成repeats的逻辑完全偏离了需求，这是数量远低于预期的核心原因：

1. 统计维度错误：你用collections.Counter(accounts1)统计的是一周数据（df1）中账号的出现次数，但需求是筛选全量df_data中出现多次的账号。这会漏掉那些在一周数据里只出现1次、但在全量数据里重复出现的账号（比如你示例里的7）。
2. 列表嵌套错误：repeats.append([k for k, v in cnt.items() if v > 1])会把整个筛选结果作为单个元素加入repeats，导致repeats变成嵌套列表（比如[[0,2,5]]），后续用isin匹配时会完全失效。
3. 语法错误：print((repeats).count)是无效语法，获取列表长度应该用len(repeats)。

二、正确实现步骤 #

1. 生成符合需求的repeats列表 #

我们需要先统计全量数据中账号的重复情况，再和accounts1取交集，同时保留你示例中要求的顺序：

import pandas as pd
import collections

# 第一步：统计全量df_data中每个账号的出现次数，筛选出重复的账号（出现次数>1）
repeat_accnts_in_full = df_data['accntnum'].value_counts()[lambda x: x > 1].index.tolist()

# 第二步：从accounts1中筛选出同时在全量重复列表里的账号，保留accounts1中的出现顺序
seen = set()
repeats = []
for accnt in accounts1:
    if accnt in repeat_accnts_in_full and accnt not in seen:
        repeats.append(accnt)
        seen.add(accnt)

# 此时对应你示例的输入，repeats会得到[0,2,5,7]（前提是7在df_data中出现多次）
print(len(repeats))  # 这里会得到符合预期的数量

2. 提取全量行数据并保留首次出现记录 #

先按日期时间列排序，再提取目标账号的所有行，同时可以标记首次出现的记录：

# 假设你的日期时间列名为'datetime'，先按时间升序排序（确保首次出现是最早的记录）
df_sorted = df_data.sort_values('datetime').reset_index(drop=True)

# 提取repeats中所有账号的全量行数据
df_repeats = df_sorted[df_sorted['accntnum'].isin(repeats)]

# 可选：给每个账号的首次出现记录打标记
df_repeats['is_first_occurrence'] = df_repeats.groupby('accntnum').cumcount() == 0

# 如果只需要每个账号的首次出现记录（而非全量行），可以用：
df_repeats_first = df_repeats.drop_duplicates(subset='accntnum', keep='first')

三、关键说明 #

• 核心逻辑是基于全量df_data判断账号是否重复，而非仅一周数据，这才能保证repeats的数量符合预期。
• 保留顺序的代码避免了集合交集打乱原有顺序的问题，和你示例的输出完全匹配。

内容的提问来源于stack exchange，提问作者RiverVal