在pandas数据帧的行中搜索重复值是Python

Question

我想在下面的pandas数据帧中添加一段函数，它显示具有完全相同的open,high,low,close值的行。对于这种情况，数据帧中的最后一行为True。我还想写一段代码，显示具有相同列值的列的数量，如果您查看第3行和第4行，则low列的值37350连续重复两次。因此，我想制作一个函数，说明连续重复的最大数量以及它开始和结束的行的索引。

import pandas as pd
import numpy as np
import time
import datetime
A =[[1645661520000, 37352.0, 37376.5, 37352.0, 37376.0, 15.56119087], 
[1645661580000, 37376.0, 37414.0, 37376.0, 37414.0, 49.38248589], 
[1645661640000, 37414.0, 37414.0, 37350.0, 37350.0, 45.70306699], 
[1645661700000, 37350.0, 37374.0, 37350.0, 37373.5, 14.4306948], 
[1645661760000, 37373.5, 37388.0, 37373.5, 37388.0, 3.59340947], 
[1645661820000, 37388.0, 37388.0, 37388.0, 37388.0, 21.45525727]]
column_names = ["Unix","Open", "High","Low", "Close", "Volume"]
df = pd.DataFrame(A, columns=column_names)
#Dates = Local_timezone(df["Unix"].to_numpy()/1000)
df.insert(1,"Date", pd.to_datetime(df["Unix"].to_numpy()/1000,unit='s'))

预期输出

Rows with all duplicate values: 6 # 1645661820000, 37388.0, 37388.0, 37388.0, 37388.0, 21.45525727

Answer 1

我们可以使用nunique

cond = df[["Open", "High","Low", "Close"]].apply(pd.Series.nunique,1).eq(1)
Out[344]: 
0    False
1    False
2    False
3    False
4    False
5     True
dtype: bool
#row = df['cond']