如何在pandas中筛选出对应company_id存在多个唯一值的id所属行

以下方案均适配300万行量级数据，无冗余计算，效率优先：

Python Pandas 本地数据集处理 #

import pandas as pd

# 读取本地数据集，可按需替换为read_excel等其他读取方法
df = pd.read_csv("你的数据集路径.csv")

# 直接获取所有符合要求的全量行（无去重，保留原始行的所有字段和顺序）
filtered_df = df[df.groupby("id")["company_id"].transform("nunique") > 1]

# 仅获取符合条件的id列表
target_ids = df.groupby("id")["company_id"].nunique()[lambda x: x>1].index.tolist()

# 仅获取符合条件的行索引
target_index = df[df.groupby("id")["company_id"].transform("nunique") > 1].index.tolist()

SQL 库内数据集处理（适配MySQL/PostgreSQL等主流数据库） #

-- 获取所有符合要求的全量行
SELECT * 
FROM 你的表名
WHERE id IN (
    SELECT id
    FROM 你的表名
    GROUP BY id
    HAVING COUNT(DISTINCT company_id) > 1
);

-- 仅获取符合条件的id列表
SELECT id
FROM 你的表名
GROUP BY id
HAVING COUNT(DISTINCT company_id) > 1;

提示：SQL场景下提前给id字段添加索引，可大幅降低查询耗时。

内容的提问来源于stack exchange，提问作者jlaralopez