如何获得具有x个特征值且两个特征相同的行的索引？

Question

示例数据框：

pd.DataFrame({'Name':['John','Peter','John','John','Donald'],
              'City':['Boston','Japan','Boston','Dallas','Japan'],
              'Age':[23,31,21,21,22]})

我想要的是使用熊猫获取具有相同“名称”和“城市”但年龄不同的所有行的索引列表。
在这种情况下：它应该返回[0,2]

Answer 1

尝试以下操作：

df[df.duplicated(['Name','City'],keep=False)&~df.duplicated(keep=False)]

   Name    City  Age
0  John  Boston   23
2  John  Boston   21

编辑：@ALollz指出的场景可以使用：

df = pd.DataFrame({'Name':['John','Peter','John','John','Donald', 'John'],
              'City':['Boston','Japan','Boston','Dallas','Japan', 'Boston'],
              'Age':[23,31,21,21,22, 23]})
df[df.duplicated(['Name','City'],keep=False)].drop_duplicates()

输出：

   Name    City  Age
0  John  Boston   23
2  John  Boston   21

Answer 2

  

我想要获取具有“名称”和“城市”但年龄不同的所有行的索引列表

我认为这有点模棱两可，因为如果“名称城市”组包含相同年龄但有些不同的条目怎么办？根据您所需的输出，groupby + transform + nunique可能需要过滤。

样本数据：

请注意，我在此处添加了一个小写字母，其中John Boston 23是重复的：

import pandas as pd
df = pd.DataFrame({'Name':['John','Peter','John','John','Donald', 'John'],
                  'City':['Boston','Japan','Boston','Dallas','Japan', 'Boston'],
                  'Age':[23,31,21,21,22, 23]})

#     Name    City  Age
#0    John  Boston   23
#1   Peter   Japan   31
#2    John  Boston   21
#3    John  Dallas   21
#4  Donald   Japan   22
#5    John  Boston   23

代码：

df[df.groupby(['Name', 'City']).Age.transform(pd.Series.nunique).gt(1)]

#   Name    City  Age
#0  John  Boston   23
#2  John  Boston   21
#5  John  Boston   23

---

在其他解决方案中，精确的重复可能会导致不必要的输出：

df[df.duplicated(['Name','City'],keep=False)&~df.duplicated(keep=False)]
#   Name    City  Age
#2  John  Boston   21

Answer 3

另一种方法可以通过使用groupby（）：

df[df.groupby(['Name', 'City']).transform(len)['Age']>1]

或者可能与使用重复的（）一样分两个步骤：

df =df.set_index('Age')
df[df.duplicated(['Name', 'City'], keep = False)].reset_index()