选择具有不明确值分配的数据框行

Question

我在识别模棱两可的变量匹配时遇到问题。我正在查看数据库，并希望找到标识符在整个观察期内发生变化的公司。我还有另一个永久标识符。

如果表格如下所示：

ID1  ID2

1111  1

1111  1

1111  1

1112  1

1112  1

1112  1

4444  2

4444  2

4444  2

我想得到一个类似这样的简单输出：

ID1   ID2

1111  1

1112  1

提前谢谢了！

Answer 1

在：df = pd.read_clipboard()df = df.drop_duplicates()df[df.duplicated(subset=['ID2'], keep=False)]出去：|   | ID1  | ID2 ||---|------|-----|| 0 | 1111 | 1   || 3 | 1112 | 1   |

Answer 2

您需要首先识别ID2具有超过 1 个 ID1（带有transform('nunique')）的 s，然后我们删除重复项。df[df.groupby('ID2').ID1.transform('nunique').gt(1)].drop_duplicates()#    ID1  ID2#0  1111    1#3  1112    1