如何提取DataFrame中SongId重复的所有行？

嘿，我懂你的困扰！你之前用的dfB[dfB.SongId.duplicated()]之所以效果不理想，是因为这个方法默认只标记第一次出现之后的重复项为True——也就是说，它只会返回重复组里除了第一行之外的其他行，而你想要的是所有包含重复SongId的行（包括第一次出现的那行）。

针对这个需求，有两种简单有效的方法：

方法一：使用duplicated(keep=False) #

duplicated()方法的keep参数默认是'first'，如果把它改成False，所有重复的行（不管是第一次还是后续出现的）都会被标记为True，直接筛选就能得到所有目标行：

dfB[dfB.SongId.duplicated(keep=False)]

这个方法最简洁，用它处理你的示例DataFrame，就能把SongId为0、10、16的所有行都提取出来。

方法二：先获取重复的SongId集合，再筛选 #

如果你想更清晰地拆解逻辑，可以先找出所有存在重复的SongId值，再筛选出包含这些值的所有行：

# 第一步：获取所有重复的SongId（去重后）
duplicate_ids = dfB.SongId[dfB.SongId.duplicated()].unique()
# 第二步：筛选出SongId在重复集合中的所有行
dfB[dfB.SongId.isin(duplicate_ids)]

这个方法的结果和方法一完全一致，只是逻辑拆分得更明确，适合需要中间处理重复ID的场景。

这两种方法都能完美解决你的问题，快试试吧！

内容的提问来源于stack exchange，提问作者joe borg