如何替换已弃用的get_duplicates()升级Pandas重复ID筛选代码？

我来帮你理清这个问题！警告里的idx其实就是你提取的那层ID索引——也就是my_data.index.get_level_values('ID')。咱们一步步把代码改对，实现你要的「选中所有重复ID对应行」的目标：

方法一：按警告提示的思路修改 #

先提取ID级别的索引，再找出所有重复的ID值，最后筛选对应行：

# 提取ID层的索引对象
id_idx = my_data.index.get_level_values('ID')
# 找出所有重复的ID（去重后）
duplicate_ids = id_idx[id_idx.duplicated()].unique()
# 筛选所有包含重复ID的行
duplicates = my_data.loc[id_idx.isin(duplicate_ids)]

方法二：更简洁的直接筛选（推荐） #

如果你的目标是直接获取所有重复ID对应的行，可以跳过“提取唯一重复ID”这一步，直接用duplicated(keep=False)标记所有重复的行（包括第一次出现的重复项）：

# 标记所有ID重复的行（True表示该行的ID存在重复）
is_duplicate = my_data.index.get_level_values('ID').duplicated(keep=False)
# 直接筛选出这些行
duplicates = my_data[is_duplicate]

为什么你之前的尝试没成功？ #

你用pd.Index(my_data)是错误的——这个操作会把DataFrame的列名转换成索引对象，而不是你想要的行索引里的ID层。正确的做法是直接从my_data.index中提取ID级别的索引，也就是my_data.index.get_level_values('ID')。

内容的提问来源于stack exchange，提问作者Amani