重复标签#
Index 对象不一定唯一；您可以 having 重复的行或列标签。这乍一看可能有点令人困惑。如果您熟悉 SQL，您就知道行标签类似于表的主键，并且您永远不希望 SQL 表中有重复项。但是 pandas 的作用之一是在将凌乱的、真实世界的数据馈送到某个下游系统之前对其进行清理。真实世界的数据包含重复项，即使在应该唯一的地方也是如此。
本节描述了重复标签如何改变某些操作的行为，以及如何在操作过程中防止重复项的产生，或者在它们出现时检测到它们。
重复标签的后果#
一些 pandas 方法（例如 Series.reindex() ）在存在重复项时根本无法工作。输出无法确定，因此 pandas 会引发错误。
其他方法，例如索引，可能会产生非常令人惊讶的结果。通常，使用标量进行索引会 降低维度。使用标量切片 DataFrame 将返回一个 Series。使用标量切片 Series 将返回一个标量。但是，有了重复项，情况就不是这样了。
列中存在重复项。如果我们对 'B' 进行切片，我们会得到一个 Series
但是对 'A' 进行切片会返回一个 DataFrame
这同样适用于行标签
重复标签检测#
您可以使用 Index 来检查 Index.is_unique （存储行或列标签）是否唯一：
备注
检查索引是否唯一对于大型数据集来说是一种成本较高操作。pandas 会缓存此结果，因此对同一索引进行重新检查会非常快。
Index.duplicated() 将返回一个布尔 ndarray，指示标签是否重复。
这可以用作布尔过滤器来删除重复行。
如果您需要额外的逻辑来处理重复标签，而不仅仅是删除重复项，那么使用索引上的 groupby() 是一种常用技巧。例如，我们将通过计算具有相同标签的所有行的平均值来解决重复问题。
禁止重复标签#
在 1.2.0 版本加入.
As noted above, handling duplicates is an important feature when reading in raw
data. That said, you may want to avoid introducing duplicates as part of a data
processing pipeline (from methods like pandas.concat(),
rename(), etc.). Both Series and DataFrame
disallow duplicate labels by calling .set_flags(allows_duplicate_labels=False).
(the default is to allow them). If there are duplicate labels, an exception
will be raised.
This applies to both row and column labels for a DataFrame
此属性可以通过 allows_duplicate_labels 来检查或设置，该属性指示该对象是否允许重复标签。
DataFrame.set_flags() 可用于返回一个新的 DataFrame，其中 allows_duplicate_labels 等属性设置为某个值
返回的新 DataFrame 是对旧 DataFrame 相同数据的视图。或者，属性可以直接在同一对象上设置
在处理原始的、混乱的数据时，您可能最初会读取混乱的数据（可能包含重复标签），进行去重，然后禁止后续操作引入重复项，以确保数据管道不会引入重复项。
>>> raw = pd.read_csv("...")
>>> deduplicated = raw.groupby(level=0).first() # remove duplicates
>>> deduplicated.flags.allows_duplicate_labels = False # disallow going forward
在具有重复标签的 Series 或 DataFrame 上设置 allows_duplicate_labels=False，或者对不允许重复标签的 Series 或 DataFrame 执行会引入重复标签的操作，将引发 errors.DuplicateLabelError 。
此错误消息包含重复的标签，以及 Series 或 DataFrame 中所有重复项（包括“原始项”）的数字位置
重复标签传播#
总的来说，禁止重复标签是“粘滞”的。它会在操作过程中得以保留。
警告
这是一个实验性功能。目前，许多方法未能传播 allows_duplicate_labels 值。预计在未来版本中，所有接受或返回一个或多个 DataFrame 或 Series 对象的都会传播 allows_duplicate_labels。