Как определить повторяющиеся значения в ячейках Excel и перечислить их в другом столбце с помощью Python?

Question

Я только начал программирование на Python, и мне дали задание Excel.Я должен определить дубликаты значений в столбце в Excel (он имеет около 850 строк) и перечислить их в новом столбце.Я новичок в Python, поэтому понятия не имею, как выполнить эту задачу.Было бы очень полезно, если бы кто-то мог рассказать о том, как начать этот или любой другой метод решения этой задачи.Пример кода также будет очень полезен.Спасибо

Answer 1

Вы можете использовать pandas, сделать что-то вроде:

import pandas as pd 

# let's assume this is our data which will be read from the excel
rows = [ ( 'a' , 'b' , { 'a' , 'b' } ) , ( 'b' , 'c' , { 'b' , 'c' } ) 
    ( 'b' , 'a' , { 'a' , 'b' } ) ] 
columns = [ 'x' , 'y' , 'z' ] 

# create a dataframe (like a table in excel)
df = pd.DataFrame.from_records( rows , columns = columns) 

# you'll need to use: "pd.read_excel('my_excel_fle')" to read the file    

>> df

x  y       z
0  a  b  {b, a}
1  b  c  {b, c}
2  b  a  {b, a}

# now, put the columns which you want to find duplicates of in another column
df["dup_clmns"] = df.z.apply(lambda x: tuple(x))

>>df

x  y      z      dup_clmns

0  a  b  {b, a}  (b, a)
1  b  c  {b, c}  (b, c)
2  b  a  {b, a}  (b, a)

#now use "duplicates" or "drop_duplicates" (or whatever you want)
df.drop_duplicates(subset="dup_clmns", keep="first") # will remove duplicates of (x,y) columns

df.duplicated(subset="dup_clmns")
# will show duplicate rows based on the columns you choose