Pandas如何拆分出text列重复且label列值变化的行到新DataFrame

实现步骤 #

核心逻辑是按text列分组后，判断每组内label列的唯一值数量，若数量大于1则该组所有行划入df1，剩余行划入df2。

1. 构造示例数据

import pandas as pd

df = pd.DataFrame({
    'text': ['a', 'a', 'b', 'b', 'c', 'c', 'd'],
    'label': ['country', 'sport', 'cooking', 'cooking', 'travel', 'design', 'tech']
})

2. 生成筛选掩码

# 对每个text分组，返回对应label的唯一值数量，大于1即为符合df1的筛选条件
mask = df.groupby('text')['label'].transform('nunique') > 1

3. 拆分DataFrame

df1 = df[mask].reset_index(drop=True)
df2 = df[~mask].reset_index(drop=True)

输出验证

打印df1即可得到预期结果：

打印df2即可得到预期结果：

内容的提问来源于stack exchange，提问作者jos97