如何在DataFrame中筛选出被多种捕获方法捕获的鱼类TagNumber？

问题说明 #

现有存储鱼类个体数据的DataFrame，包含TagNumber（标签编号）和MethodCaught（捕获方法）两列，需要提取所有被多种不同方法捕获的鱼类标签编号列表（示例中标签1、2符合条件，标签3仅用一种方法捕获，需排除）。

示例DataFrame构造 #

import pandas as pd

df = pd.DataFrame({
    'TagNumber': [1,1,2,2,3,3],
    'MethodCaught': ['A','B','B','A','A','A']
})

解决方案 #

方法1：分组筛选法

通过groupby按标签分组，结合nunique()统计每组不同捕获方法的数量，筛选出数量大于1的标签：

# 分组后筛选符合条件的标签，提取唯一值并转为列表
multi_method_tags = df.groupby('TagNumber').filter(
    lambda group: group['MethodCaught'].nunique() > 1
)['TagNumber'].unique().tolist()

print(multi_method_tags)  # 输出: [1, 2]

逻辑：filter保留所有包含多种捕获方法的分组数据，再提取唯一的TagNumber得到结果。

方法2：去重统计法

先去除同一标签同一捕获方法的重复记录，再统计每个标签对应的方法数量，筛选数量大于1的标签：

# 去重：保留每个标签的不同捕获方法记录
unique_records = df.drop_duplicates(subset=['TagNumber', 'MethodCaught'])
# 统计每个标签的方法数量，筛选数量>1的标签
tag_method_counts = unique_records['TagNumber'].value_counts()
multi_method_tags = tag_method_counts[tag_method_counts > 1].index.tolist()

print(multi_method_tags)  # 输出: [1, 2]

优势：数据量大时更高效，先去重减少了后续统计的计算量。

内容的提问来源于stack exchange，提问作者fishing4wall3y3