如何保留DataFrame中某列值在另一列存在多匹配的行？

需求：保留DataFrame中符合以下规则的行——若number列的某个值对应的letter列匹配项（去重后）数量超过1，则保留该number值对应的所有行。

输入数据：

number, letter
1, A
2, B
5, D
2, D
2, D
5, D

解决方案 #

使用Pandas可以快速实现这个筛选逻辑，步骤如下：

• 分组统计每个number对应的唯一letter数量
• 筛选出唯一letter数量大于1的number值
• 用这些值过滤原DataFrame

代码实现 #

import pandas as pd

# 构造输入DataFrame
df = pd.DataFrame({
    'number': [1, 2, 5, 2, 2, 5],
    'letter': ['A', 'B', 'D', 'D', 'D', 'D']
})

# 统计每个number对应的不重复letter数量
unique_letter_counts = df.groupby('number')['letter'].nunique()

# 获取符合条件的number列表
target_numbers = unique_letter_counts[unique_letter_counts > 1].index

# 过滤得到结果
filtered_df = df[df['number'].isin(target_numbers)]

# 输出结果（转为CSV格式）
print(filtered_df.to_csv(index=False))

预期输出 #

number,letter
2,B
2,D
2,D

逻辑说明 #

• groupby('number')['letter'].nunique()：按number分组后，统计每组内不重复的letter数量，这里number=2对应2个唯一值（B、D），number=1和5都只有1个唯一值。
• isin(target_numbers)：只保留原DataFrame中number属于符合条件列表的行，最终得到number=2的所有行。

内容的提问来源于stack exchange，提问作者nerd