Pandas - 在另一列中具有相同值的行中的一列中查找重復條目

Question

假設數據幀df如下所示：

  col1 col2
0    a    A
1    b    A
2    c    A
3    c    B
4    a    B
5    b    B
6    a    C
7    a    C
8    c    C

我想找到的那些值col2那里有重復的條目a在col1 。 在這個例子中，結果應該是['C]' ，因為對於df['col2'] == 'C' ， col1有兩個a作為條目。

我試過這種方法

df[(df['col1'] == 'a') & (df['col2'].duplicated())]['col2'].to_list()

但這只有在由col2定義的行塊中的a位於塊的開頭或結尾時才有效，具體取決於您如何定義duplicated()的keep關鍵字。 在這個例子中，它返回['B', 'C'] ，這不是我想要的。

Answer 1

僅對過濾的行使用Series.duplicated ：

df1 = df[df['col1'] == 'a']

out = df1.loc[df1['col2'].duplicated(keep=False), 'col2'].unique().tolist()
print (out)
['C']

另一個想法是使用DataFrame.duplicated列和鏈 w 只匹配a ：

out = df.loc[df.duplicated(subset=['col1', 'col2'], keep=False) & 
             (df['col1'] == 'a'), 'col2'].unique().tolist()
print (out)
['C']

Answer 2

使用Groupby.count和index.get_level_values更通用的解決方案：

In [2632]: x = df.groupby(['col1', 'col2']).col2.count().to_frame()
In [2642]: res = x[x.col2 > 1].index.get_level_values(1).tolist()

In [2643]: res
Out[2643]: ['C']

Answer 3

您可以按col2對col1進行分組並計算'a'出現次數

>>> s = df.col1.groupby(df.col2).sum().str.count('a').gt(1)
>>> s[s].index.values
array(['C'], dtype=object)