pandas.Index.get_duplicates

Index.get_duplicates(self) [source]

Извлечение дублирующихся элементов индекса.

Устарело начиная с версии 0.23.0: Используйте idx[idx.duplicated()].unique() вместо этого

Возвращает отсортированный список элементов индекса, которые появляются более одного раза в индексе.

Возвращает:	array-like Список дублирующихся индексов.

См. также

Index.duplicated

Возвращает булевый массив, обозначающий дубликаты.

Index.drop_duplicates

Возвращает индекс с удаленными дубликатами.

Примеры

Работает с различными типами индексов.

>>> pd.Index([1, 2, 2, 3, 3, 3, 4]).get_duplicates()  # doctest: +SKIP
[2, 3]

Обратите внимание, что для DatetimeIndex он не возвращает список, а новый DatetimeIndex:

>>> dates = pd.to_datetime(['2018-01-01', '2018-01-02', '2018-01-03',
...                         '2018-01-03', '2018-01-04', '2018-01-04'],
...                        format='%Y-%m-%d')
>>> pd.Index(dates).get_duplicates()  # doctest: +SKIP
DatetimeIndex(['2018-01-03', '2018-01-04'],
              dtype='datetime64[ns]', freq=None)

Сортирует дублирующиеся элементы, даже если индексы неупорядочены.

>>> pd.Index([1, 2, 3, 2, 3, 4, 3]).get_duplicates()  # doctest: +SKIP
[2, 3]

Возвращает пустую структуру array-like, когда все элементы уникальны.

>>> pd.Index([1, 2, 3, 4]).get_duplicates()  # doctest: +SKIP
[]
>>> dates = pd.to_datetime(['2018-01-01', '2018-01-02', '2018-01-03'],
...                        format='%Y-%m-%d')
>>> pd.Index(dates).get_duplicates()  # doctest: +SKIP
DatetimeIndex([], dtype='datetime64[ns]', freq=None)