Question

我有一个包含两列的pandas数据框，其中包含跟踪号[col_1]和ID号[col_2]。跟踪号码可以是重复的，ID号也可以是重复的 - 但是，每个跟踪号码和ID应仅对应相邻列中的特定伙伴。

我的两列中的每一列都具有相同的长度，但具有不同的唯一值计数，它们应该相同，如下所示：

in[1]:  Trace | ID
        1     | 5054
        2     | 8291
        3     | 9323
        4     | 9323
        ...   |
        100   | 8928

in[2]:  print('unique traces: ', df['Trace'].value_counts())
        print('unique IDs: ', df['ID'].value_counts())

out[3]: unique traces: 100
        unique IDs: 99

在上面的代码中，相同的ID号（9232）由两个跟踪号（3＆amp; 4）表示 - 我如何隔离这些事件？谢谢你的期待！

Answer 1

使用duplicated()函数（docs），您可以执行以下操作：

df[df['ID'].duplicated(keep=False)]

通过将keep设置为False，我们会获得所有重复项（而不是排除第一项或最后一项）。

返回：

Trace   ID
2   3   9323
3   4   9323

Answer 2

您可以使用groupby和filter：

df.groupby('ID').filter(lambda x: x.Trace.nunique() > 1)

输出：

  Trace      ID
2     3  9323.0
3     4  9323.0

Answer 3

#this should tell you the index of Non-unique Trace or IDs.

df.groupby('ID').filter(lambda x: len(x)>1)
Out[85]: 
   Trace    ID
2      3  9323
3      4  9323

df.groupby('Trace').filter(lambda x: len(x)>1)
Out[86]: 
Empty DataFrame
Columns: [Trace, ID]
Index: []

Python Pandas在同一个len（）的两列中有不同的value_counts（）

3 个答案: