如何基于两列值过滤DataFrame：提取对应多地点的code数据

核心需求：筛选DataFrame中code列对应**2个及以上不同location**的所有行，保留这些code的全部记录，排除仅对应单一地点的code。

方法一：GroupBy + Transform 直接映射统计值 #

通过分组统计每个code的不同location数量，将统计结果映射到原DataFrame的每一行，再筛选符合条件的行：

import pandas as pd

# 示例DataFrame
df = pd.DataFrame({
    'code': ['101', '102', '102', '102', '103', '103', '104', '105'],
    'location': ['伦敦', '曼彻斯特', '博尔顿', '奥尔德姆', '利兹', '哈德斯菲尔德', '伯明翰', '利物浦']
})

# 为每行添加对应code的不同location数量
df['loc_count'] = df.groupby('code')['location'].transform('nunique')

# 筛选并移除辅助列
result = df[df['loc_count'] >= 2].drop('loc_count', axis=1)
print(result)

方法二：先筛选有效Code再过滤 #

先找出符合条件的code列表，再用isin()过滤原DataFrame：

# 统计每个code的不同location数量
code_loc_counts = df.groupby('code')['location'].nunique()

# 获取对应多地点的code列表
valid_codes = code_loc_counts[code_loc_counts >= 2].index

# 过滤原DataFrame
result = df[df['code'].isin(valid_codes)]
print(result)

为什么直接用duplicated()不行？ #

duplicated()仅判断行（或指定列）是否重复，无法区分「同一code对应多个不同location」和「同一code重复但location相同」的情况。比如一个code多次出现但location全一致，duplicated()会标记重复，但这类code不符合你的需求，因此必须通过统计不同location的数量来筛选。

内容的提问来源于stack exchange，提问作者Joe