如何在不删除/删除其他重复行的情况下将 1 列中具有重复值的行和另一列中具有不同值的行分组？ [复制]答案

【问题标题】：How to group rows with duplicate value in 1 column and different value in another column without removing/dropping other duplicated rows? [duplicate]如何在不删除/删除其他重复行的情况下将 1 列中具有重复值的行和另一列中具有不同值的行分组？ [复制]
【发布时间】：2021-03-10 09:13:44
【问题描述】：

我有一个大约 12K+ 行和 16 列的数据框。有些行是重复的，这很好，但我想将那些在 1 列重复但在这 1 个特定列不同的行分组。举个简单的例子，参考下面：

ID    Plate_Number          
A     SWD1314
A     SKT5721
B     SKT1419
B     SKT1419
C     MNJ1009
C     MNJ1009

现在，我想要的输出是获得 ID 为 A 而不是 B 的客户。基本上，我希望看到一个客户为

我希望结果是这样的： DF 仅适用于客户 A

ID    Plate_Number          
A     SWD1314
A     SKT5721

DF 仅适用于客户 B 和 C：

ID    Plate_Number 
B     SKT1419
B     SKT1419
C     MNJ1009
C     MNJ1009

我尝试过使用 groupBy ：

df.groupby(['ID'])

我也试过了：

mask = df.duplicated(subset=['ID'], keep=False)
df[mask]

但是他们两个也会给客户 B 和 C 里面的列表。我想获得具有不同车牌号的重复 ID。一定有一种我不知道的方法只能获得客户 A，而不是 B 和 C。谢谢。

编辑：如果可能的话，我不想删除客户 B 和 C，因为它们仍然相关，只是客户 A 属于另一个组，而客户 B 和 C 属于另一个组。

编辑：添加了另外 1 个预期结果，即客户 B 和 C 的 DF。

【问题讨论】：

使用df.drop_duplicates(subset=['ID', 'Plate_Number'], keep=False)
也许还添加sort_values('ID') 以确保得到A 而不是B @jezrael
@Erfan - 我认为没有必要。因为删除了所有的欺骗。
@jezrael 如果可能，我不想删除其他重复的行。更像是我想将客户 A 放入另一个 DF，因为客户 B 和 C 在另一个组中仍然相关。
@Lutfi - 如果不需要删除 customer B and C，您可以添加预期输出吗？

标签： python pandas dataframe

【解决方案1】：

drop_duplicates 的替代方案：

df.drop_duplicates(subset=['ID', 'Plate_Number'], keep=False)

输出：

  ID Plate_Number
0  A      SWD1314
1  A      SKT5721

【讨论】：

好，然后像骗子一样接近。
@jezrael 差不多，当然，如果不需要其他任何东西，就去掉mask
是的，这是删除答案的原因。
@jezrael 很酷，有道理
@perl 我已经编辑了这个问题。我不想删除其他重复的行。更像是我想将客户 A 放入另一个 DF，因为客户 B 和 C 在另一个组中仍然相关。