如何用pandas一行代码识别重复值（以查找重复邮箱为例）

完全可以省略临时变量，改写为一行代码，和你原有逻辑输出完全一致的实现如下：

# 输出重复邮箱+对应出现次数，和原有三行逻辑结果一致
df.value_counts().to_frame(name='count').query('count > 1')

逻辑说明 #

原有三行代码的核心是三个步骤：对email列做频次统计、转DataFrame并重命名列、过滤出出现次数大于1的记录，通过pandas的链式调用即可合并为单行：

• df.value_counts()：完成email字段的频次统计，返回带索引的Series
• to_frame(name='count')：将Series转为DataFrame的同时直接指定列名，替代单独给columns赋值的步骤
• query('count > 1')：完成过滤逻辑，也可以用布尔索引写法[lambda x: x['count'] > 1]替代，效果完全一致

如果你是要返回所有出现过重复的原始邮箱记录（比如出现两次的a会返回两条对应的行，而非去重后的一条统计记录），可以用更简洁的一行写法：

# 输出所有重复的原始行，包含所有重复出现的邮箱条目
df[df.duplicated(subset='email', keep=False)]

内容的提问来源于stack exchange，提问作者jbuddy_13