Pandas 高效获取对应另一列存在至少2个不同值的Name列值的方法

核心思路是使用pandas原生的groupby+nunique向量化运算，避免Python层的循环遍历，底层基于C实现，在大数据集下性能远高于自行编写的for循环校验逻辑。

示例代码 #

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({'Name':['A','A','A','B','C','C','D','D'], 'Value':["6","2","1","1","2","2","3","2"]})

# 按Name分组，统计每个Name对应的Value唯一值数量，筛选出数量>=2的Name，转为列表
result = df.groupby('Name')['Value'].nunique()[lambda x: x >= 2].index.tolist()
print(result)

输出结果 #

['A', 'D']

补充优化方案 #

如果你的数据集里单Name存在大量重复的Value条目，可以先做去重预处理再分组统计，进一步降低聚合计算量：

# 先按Name+Value去重，再统计每个Name的条目数，筛选条目数>=2的Name
result = df.drop_duplicates(['Name','Value']).groupby('Name').size()[lambda x: x>=2].index.tolist()

内容的提问来源于stack exchange，提问作者Ewdlam