如果另一列具有相同的值，则检查一列是否具有相同的值

Question

我在 Pandas dataframe 中有两个字符串列。 Column1 有数千个不同的值，但 column2 有五个字符串之一，例如 A、B、C、D 和 E。

我想检查的是，如果 column1 中的值相同，则 column2 是否具有相同的值，如果它们不同，则标识行的索引。

idx  col1  col2
1    X     A
2    Y     B
3    Y     B
4    X     A
5    Z     C
6    X     B

在上面，第 2 行和第 3 行在 column1 中具有相同的值，并且在 column 中的值相同。 所以没关系。 对于第 1、4 和 6 行，A 列中通常为 X，但第 2 列中的值不同（A、A 和 B）。

我需要检查 Pandas dataframe 是否满足此要求，并确定第 1、4 和 6 行或值 X（如果有）。

Answer 1

使用GroupBy.transform和DataFrameGroupBy.nunique获取行而不是每组唯一值的数量等于1 ：

df1 = df[df.groupby('col1')['col2'].transform('nunique').ne(1)]
print (df1)
   idx col1 col2
0    1    X    A
3    4    X    A
5    6    X    B

或者为了获取col1列的值，使用DataFrameGroupBy.nunique和Series的过滤器索引：

s = df.groupby('col1')['col2'].nunique()
vals = s.index[s.ne(1)].tolist()
print (vals)
['X']