多行熊猫数据不一致数据

Question

我有这样的事情：

>>> x = {'id': [1,1,2,2,2,3,4,5,5], 'value': ['a', 'a', 'b', 'b', 'c', 'd', 'e', 'f', 'g']}
>>> df = pd.DataFrame(x)
>>> df
   id value
0   1     a
1   1     a
2   2     b
3   2     b
4   2     c
5   3     d
6   4     e
7   5     f
8   5     g

我想在这个表中过滤不一致的值。例如，带有id=2或id=5的列不一致，因为相同的id与不同的值相关联。我读过关于where或any的解决方案，但它们并不像“比较列与此id总是有相同的value”。

我该如何解决这个问题？

Answer 1

您可以使用groupby和filter。这将为您提供值不一致的ids。

df.groupby('id').filter(lambda x: x.value.nunique()>1)

    id  value
2   2   b
3   2   b
4   2   c
7   5   f
8   5   g

Answer 2

在您的例子中，我们使用groupby + transform和nunique

unc_df=df[df.groupby('id').value.transform('nunique').ne(1)]
   id value
2   2     b
3   2     b
4   2     c
7   5     f
8   5     g

Answer 3

我想，您可以使用根据id列删除重复行：

In [599]: df.drop_duplicates('id', keep='first')    
Out[599]: 
   id value
0   1     a
2   2     b
5   3     d
6   4     e
7   5     f

因此，上面将为复制的value列选择第一个id。您将在结果的dataframe中每id有一行。