在 Pandas 中选择具有相同 ID 但不同值的行

Question

我知道在数据库软件中这是可能的，但在Python Pandas中有没有任何方法可以做到呢？

ID1         ID2      Value
1209345     1203     2
1209345     1204     3 <-----
1209345     1205     4
1209345     1203     2
1209345     1204     7 <-----
1209346     1203     1
1209347     1204     5

我有一个ID1，相应地，我有多个ID2与一个值映射。我需要找到所有ID1和ID2匹配但值不同的条目。

我的当前代码计算ID1和ID2的唯一组合数量，但没有考虑每个组合的唯一Value：

print(df.groupby(['ID1', 'ID2']).size())

ID1      ID2 
1209345  1203    2
         1204    2
         1205    1
1209346  1203    1
1209347  1204    1
dtype: int64

注意：这个问题是为@RohitGirdhar发布的，他已经删除了他的原始问题。我提供的解决方案不一定是唯一或最好的；鼓励其他答案。

- jpp

Answer 1

你可以使用nunique和transform进行筛选：

df = df[df.groupby(['ID1', 'ID2'])['Value'].transform('nunique') > 1]

print (df)
       ID1   ID2  Value
1  1209345  1204      3
4  1209345  1204      7

- jezrael

Answer 2

一种方法是通过 groupby 到 set，过滤结果系列，然后通过 ID1 和 ID2 的组合过滤原始数据框：

grps = df.groupby(['ID1', 'ID2'])['Value'].apply(set)
filtered = grps[grps.map(len) > 1].index

res = df[df.set_index(['ID1', 'ID2']).index.isin(filtered)]

print(res)

       ID1   ID2  Value
1  1209345  1204      3
4  1209345  1204      7

- jpp