私はインデックス内のスタンプが重複していた時間を識別しようとしているパンダのデータフレームに

Question

を重複したインデックスエントリのリストを作成します。私は、タイムスタンプ文字列のリストを作成したい。可能であれば、重複しているタイムスタンプごとに1つのタイムスタンプを返したいと思います。

#required packages 
import os 
import pandas as pd 
import numpy as np 
import datetime 

# create sample time series 
header = ['A','B','C','D','E'] 
period = 5 
cols = len(header) 

dates = pd.date_range('1/1/2000', periods=period, freq='10min') 
dates2 = pd.date_range('1/1/2022', periods=period, freq='10min') 
df = pd.DataFrame(np.random.randn(period,cols),index=dates,columns=header) 
df0 = pd.DataFrame(np.random.randn(period,cols),index=dates2,columns=header) 
df1 = pd.concat([df]*3)               #creates duplicate entries by copying the dataframe 
df1 = pd.concat([df1, df0]) 
df2 = df1.sample(frac=1)              #shuffles the dataframe 
df3 = df1.sort_index()               #sorts the dataframe by index 

print(df2) 
#print(df3) 

# Identifying duplicated entries 

df4 = df2.duplicated() 

print(df4) 

リストを使用して、タイムスタンプごとにすべての重複エントリを呼び出したいとします。上記のコードから、bool型に関連するインデックスをfalseに呼び出す方法はありますか？

編集：いくつかのユニークな価値を創造するために余分なデータフレームを追加し、単一repeat.Alsoが質問に詳細を追加した以上のものを作成するために、最初のデータフレームを三倍。

Answer 1

In [46]: df2.drop_duplicates() 
Out[46]: 
          A   B   C   D   E 
2000-01-01 00:00:00 0.932587 -1.508587 -0.385396 -0.692379 2.083672 
2000-01-01 00:40:00 0.237324 -0.321555 -0.448842 -0.983459 0.834747 
2000-01-01 00:20:00 1.624815 -0.571193 1.951832 -0.642217 1.744168 
2000-01-01 00:30:00 0.079106 -1.290473 2.635966 1.390648 0.206017 
2000-01-01 00:10:00 0.760976 0.643825 -1.855477 -1.172241 0.532051 

In [47]: df2.drop_duplicates().index.tolist() 
Out[47]: 
[Timestamp('2000-01-01 00:00:00'), 
Timestamp('2000-01-01 00:40:00'), 
Timestamp('2000-01-01 00:20:00'), 
Timestamp('2000-01-01 00:30:00'), 
Timestamp('2000-01-01 00:10:00')] 

Answer 2

IIUC：

df4[~df4] 

出力：タイムスタンプの

2000-01-01 00:10:00 False 
2000-01-01 00:00:00 False 
2000-01-01 00:40:00 False 
2000-01-01 00:30:00 False 
2000-01-01 00:20:00 False 
dtype: bool 

リスト、

df4[~df4].index.tolist() 

出力：

[Timestamp('2000-01-01 00:10:00'), 
Timestamp('2000-01-01 00:00:00'), 
Timestamp('2000-01-01 00:40:00'), 
Timestamp('2000-01-01 00:30:00'), 
Timestamp('2000-01-01 00:20:00')]