如何查找Pandas DataFrame中指定列取值不成对出现的行

你可以通过统计column2每个取值的出现次数，过滤出次数为奇数的取值后匹配原表即可实现需求，2万行数据量下运行无性能压力。

方法1：可读性较高的分步写法 #

import pandas as pd

# 统计column2每个取值的出现次数
val_counts = df['column2'].value_counts()
# 筛选出出现次数为奇数的取值列表
odd_vals = val_counts[val_counts % 2 == 1].index
# 过滤原表得到结果
result = df[df['column2'].isin(odd_vals)]

方法2：一行代码简洁写法 #

用groupby+transform直接在原表生成统计标签过滤：

result = df[df.groupby('column2')['column2'].transform('count') % 2 == 1]

特殊场景处理 #

如果某个取值出现3/5等奇数次数，上述方法会返回该取值对应的所有行，如果你只需要保留每个奇数取值的1行，可在上述结果后增加去重逻辑：

# keep='first'保留第一个出现的行，keep='last'保留最后一个出现的行
result = result.drop_duplicates(subset='column2', keep='last')

用你给出的示例数据测试，上述代码输出完全符合预期结果。

内容的提问来源于stack exchange，提问作者xzk