如何筛选同名但不同平台不同年份发行的电子游戏数据？

以下是用Python pandas高效解决这个问题的步骤和代码：

• 首先导入pandas库并读取CSV文件：

import pandas as pd

# 替换成你的CSV文件路径
df = pd.read_csv('game_sales.csv')

• 第一步：找出存在多条记录的游戏名称
  先统计每个游戏名称出现的次数，筛选出出现次数≥2的名称：

# 获取有重复记录的游戏名称列表
duplicate_names = df['Name'].value_counts()[df['Name'].value_counts() >= 2].index

• 第二步：筛选出这些游戏的所有记录
  把原数据中属于上述名称的记录全部提取出来：

filtered_games = df[df['Name'].isin(duplicate_names)]

• 第三步：过滤出满足条件的记录
  对每个游戏名称分组，检查该名称下是否存在不同的Platform或不同的Year，保留符合条件的分组：

# 筛选：同名且存在不同平台 或 不同年份的游戏
result = filtered_games.groupby('Name').filter(lambda group: group['Platform'].nunique() > 1 or group['Year'].nunique() > 1)

• 查看结果
  可以直接打印结果的前几行验证：

print(result.head())

为什么之前的方法没成功？ #

• 双重循环不仅效率低，还容易因为索引或判断逻辑疏漏出错；
• 单纯按Name, Year, Platform分组会把每个唯一组合单独分组，无法直接筛选出同名但不同平台/年份的记录，而用groupby.filter()可以对每个名称的分组做整体判断，保留符合条件的所有记录。

内容的提问来源于stack exchange，提问作者lazlomeli