DataFrame中根據某字段選取重復字段數據

當我們需要找到那些data中重復的數據時，可以這么做：

1、采用drop_duplicates方法來數據去重，保留第一個

a = public.drop_duplicates( subset = [ 'wind_product_code' ], keep = 'first' )  

2、去掉data中重復的數據

b = public.drop_duplicates( subset = [ 'wind_product_code' ], keep = False )

3、差集思想，用 a - b,其中b是a的真子集，兩者之差就是重復的數據

c = a.append( b ).drop_duplicates( subset = [ 'wind_product_code' ], keep = False )  

4、獲得原始數據中的重復項

data_cf = public.loc[ public[ 'wind_product_code' ].isin( c[ 'wind_product_code' ] ) ]

5、排序

data_cf = data_cf.sort_values('f_info_windcode',ascending=True)     # 排序