Python中如何比较DataFrame同一列重复值并分析价格差异排序

假设你已经通过pd.concat(g for _, g in df.groupby("id") if len(g) > 1)得到了包含重复ID的数据集，将其赋值给duplicate_ids_df，可以按以下步骤计算价格差异并排序：

步骤1：计算每个重复ID的价格差异 #

通过分组计算同一ID下房价的最大值与最小值之差，得到该房源的价格波动：

# 计算每个ID的价格差并转换为DataFrame
price_diff = duplicate_ids_df.groupby('id')['price'].agg(lambda x: x.max() - x.min()).reset_index()
# 重命名列以便更清晰
price_diff.columns = ['id', 'price_difference']

步骤2：按价格差异从高到低排序 #

使用sort_values方法对结果进行降序排序：

# 按价格差异降序排列
sorted_price_diff = price_diff.sort_values(by='price_difference', ascending=False)

可选：查看每个重复ID的原始价格记录 #

如果需要核对每个ID对应的具体价格数据，可以执行：

# 按ID和价格排序，查看重复ID的所有价格条目
duplicate_prices = duplicate_ids_df[['id', 'price']].sort_values(by=['id', 'price'])

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