Python 我们如何编写一个函数来获取重复值的行号和min（行号）？

输出：

  name    job       id_number
0  krul    painter    125796 
1  tim     lawyer     789632
2  daisy   engg       256498
3  alex    dancer     456985
4  mandy   arch       456258
5  krul    painter    125796
6  tim     lawyer     789632
7  tim     lawyer     789632
8  tim     lawyer     789632
9  daisy   engg       256498
10 daisy   engg       256498

IIUC，复制并转换最小行数的“idxmin”：

 dup_Index   min_index
    0            0
    5            0
    2            2
    9            2
   10            2
    6            6
    7            7
    8            8

输出：

(df[df.duplicated('id_number', keep=False)]
    .groupby('id_number')['id_number'].transform('idxmin')
    .sort_values()
 )

0     0
5     0
1     1
6     1
7     1
8     1
2     2
9     2
10    2
Name: id_number, dtype: int64

---

虽然我无法从这个问题中了解到分组背后的意图，但如果您希望看到唯一的事件及其重复索引，您可以始终求助于分组

df.groupby'name'、'job'、'id_number'，as_index=True.applylambda x:x.index.tolist

输出：

(df[df.duplicated('id_number', keep=False)]
    .groupby('id_number')['id_number'].transform('idxmin')
    .sort_values()
 )

0     0
5     0
1     1
6     1
7     1
8     1
2     2
9     2
10    2
Name: id_number, dtype: int64

然后可以应用各种查询来获取列表的长度和第一个列表

---

根据您的需要，可能有更好的方法，例如@Quang Hoang的答案我不清楚，您能解释更多吗？我需要检查哪些行号是重复的，比如在我的df 0中，第5行号是完全重复的。我需要索引号0和5，对应于索引号的最小值，即0。输出应该像我的输出表，如果我们没有唯一值'id\u number列怎么办？我们可以为重复记录创建唯一的值列吗？