如何检查一列中的值是否可以包含多于另一列中的值

Question

我有以下数据框：

df = pd.DataFrame()
df['id'] = [1, 2, 3, 4]
df['col1'] = [10, 10, 20, 20]
df['col2'] = [100, 200, 50, 50]

目标

从此数据帧中，我想返回数据帧中col1中的值可以在col2中具有multiple values的部分。在这种情况下，id'1'和id'2'在col1中的值均为10，并且在col2中也应具有相同的值。这些ID并非如此。值正确匹配的示例是ID为'3'和'4'的值，因为它们的两行都具有对。

所需的输出

数据框中与列的值不匹配的部分。

df = pd.DataFrame()
df['id'] = [1, 2]
df['col1'] = [10, 10]
df['col2'] = [100, 200]

Answer 1

您分组并检查col1中每个值的唯一值数量，如果大于1，则保留该值：

df = df[(df.groupby('col1')['col2'].transform(lambda x: x.nunique()>1))]
print(df)

id  col1  col2
1    10   100
2    10   200