"unique" 如何在数据框中显示重复值？
How can "unique" show duplicate values in a dataframe?
背景：我对我的数据框 (df) 感到非常困惑，当我做一些简单的分析时，它会为我名为 'ID' 的列中的特定值生成随机行（具体来说，当 ID == 42 ).因此，我开始进行一些故障排除。
当我尝试列出 ID = 42 的所有行时，我这样做：
data=df.loc[df['ID'] == 42]
在这个名为 'data' 的新变量中，行看起来是正确的。但是，当我手动滚动原始数据框 df 时（例如，在 Spyder 上的变量资源管理器中），我可以看到 ID=42 的更多行未打印到 'data'.
然后，为了仔细检查 'ID' 值显示这种奇怪行为的原因，我做了
print(df['ID'].unique())
奇怪的是，我明白了：
[ 20. 31. 42. 42.84.142.198.248.280.288.352.378.459.498.]
-- 注意42是重复的！
我的问题是，我用.unique()函数怎么会有两个42？我认为它应该输出所有 unique 值？如果我能更好地理解这一点，我就能开始理解随之而来的其他问题...
我是否遗漏了一些有关 'unique' 工作原理的信息？
Ps。我的文件很大，所以我没有包含它们，但如果我需要提供更多（数字）上下文，请告诉我。
谢谢！
将我的评论移至答案，因为它解决了问题：
print(df['ID'].astype(int).unique())
背景：我对我的数据框 (df) 感到非常困惑，当我做一些简单的分析时，它会为我名为 'ID' 的列中的特定值生成随机行（具体来说，当 ID == 42 ).因此，我开始进行一些故障排除。
当我尝试列出 ID = 42 的所有行时，我这样做：
data=df.loc[df['ID'] == 42]
在这个名为 'data' 的新变量中，行看起来是正确的。但是，当我手动滚动原始数据框 df 时（例如，在 Spyder 上的变量资源管理器中），我可以看到 ID=42 的更多行未打印到 'data'.
然后，为了仔细检查 'ID' 值显示这种奇怪行为的原因，我做了
print(df['ID'].unique())
奇怪的是，我明白了：
[ 20. 31. 42. 42.84.142.198.248.280.288.352.378.459.498.] -- 注意42是重复的！
我的问题是，我用.unique()函数怎么会有两个42？我认为它应该输出所有 unique 值？如果我能更好地理解这一点，我就能开始理解随之而来的其他问题...
我是否遗漏了一些有关 'unique' 工作原理的信息？
Ps。我的文件很大，所以我没有包含它们，但如果我需要提供更多（数字）上下文，请告诉我。
谢谢！
将我的评论移至答案，因为它解决了问题：
print(df['ID'].astype(int).unique())