Python 为什么使用.loc[]访问数据帧的列会产生重复的行？

为什么

.loc[]

在我的数据帧中产生重复的行？我试图从m3（一个包含47列的数据框架）中选择几列，以创建一个名为output的新数据框架

问题是：在使用

.loc[]

访问m3的列之后，输出的重复项比m3开始时的多。这些复制品是从哪里来的？我在网上没有找到任何关于

.loc[]

复制行的信息。顺便说一下，输出数据帧在读取

output=m3.loc[…]

的行上声明

守则：

print("ARE THERE DUPLICATES in m3? ")
print(m3.duplicated().loc[lambda x: x==True])

output = m3.loc[:,["PLC_name", "line", "track", "notes", "final_source", 
"s_name", "s_line", "s_track", "loc", "alt_loc", "suffix", "alt_match_name"]]

print("ARE THERE DUPLICATES in output? ")
print(output.duplicated().loc[lambda x: x==True].size, "duplicates")

终端输出：

ARE THERE DUPLICATES in m3? 
5241    True
5242    True
5243    True
5355    True
5356    True
5357    True
dtype: bool
ARE THERE DUPLICATES in output? 
1838 duplicates

---

当然，我可以通过调用

.drop_duplicates（keep=“first”）

轻松解决问题，但我更感兴趣的是了解

.loc[]

为什么会显示这种行为

输出

为

m3

中的选定列过滤。在

m3

上调用

duplicated

时，将考虑原始数据帧中的所有列。在

output

上调用

duplicated

时，只考虑这些列的子集

因此，即使在

m3

中没有重复项，也可以在

输出中有重复项

下面是一个最小且可复制的示例，说明您所看到的内容：

df = pd.DataFrame([[3, 8, 9], [4, 8, 9]])
print(df.duplicated().sum(), 'duplicates')
# 0 duplicates

df_filtered = df.loc[:, [1, 2]]
print(df_filtered.duplicated().sum(), 'duplicates')
# 1 duplicates

谢谢@jpp！我看了整整一个小时，现在我有一个真正的“duh”时刻。就像为什么我没早点看到一样！无论如何，我也对你的答案投了赞成票，我想等我有了更高的声誉时，它就会显现出来。