You need to enable JavaScript to run this app. Pandas 如何拆分同ID对应多Plate_Number的数据集且不删除原有行
优惠活动
大模型
产品
解决方案
定价
更多

Pandas 如何拆分同ID对应多Plate_Number的数据集且不删除原有行

问题根因梳理
  • 单独调用df.groupby(['ID'])仅生成按ID维度的分组对象,未增加“同组内Plate_Number存在不同值”的判断规则,会把所有存在重复ID的分组全部纳入结果,包含B、C这类同ID同Plate的场景
  • 调用df.duplicated(subset=['ID'], keep=False)的判断逻辑仅检测ID是否存在重复值,完全不校验对应Plate_Number的差异,因此同样会把B、C这类有重复行但同ID下Plate完全一致的记录纳入结果
核心实现逻辑

以ID为分组维度,计算每个ID对应所有Plate_Number的去重值数量:

  • 去重值数量大于1的ID,说明同ID下存在不同Plate_Number,将该ID对应的所有原始行划入第一类DataFrame
  • 去重值数量等于1的ID,说明同ID下仅对应单一Plate_Number(无论该ID下有多少重复行都符合要求),将该ID对应的所有原始行划入第二类DataFrame

该实现方式会完整保留原DataFrame的行顺序,不会像groupby聚合操作那样打乱原始行的排列顺序,适配原有数据的业务使用习惯。

具体代码实现
# 1. 计算每个ID下的Plate_Number唯一值数量
id_plate_unique_cnt = df.groupby('ID')['Plate_Number'].nunique()
# 2. 提取同ID下存在多个不同Plate_Number的ID集合
multi_plate_id_set = id_plate_unique_cnt[id_plate_unique_cnt > 1].index
# 3. 基于ID集合拆分两个数据集,全量保留对应ID下的所有原始行
# 第一类:同ID对应多Plate_Number的数据集(即示例中ID为A的相关行)
df_multi_plate = df[df['ID'].isin(multi_plate_id_set)]
# 第二类:同ID对应单Plate_Number的数据集(即示例中ID为B、C的相关行,含所有原重复行)
df_single_plate = df[~df['ID'].isin(multi_plate_id_set)]
结果匹配验证

使用示例数据测试时:

  • ID=A对应的Plate_Number去重值为2个(SWD1314、SKT5721),会被归入df_multi_plate,输出和预期第一类数据集完全一致
  • ID=B、ID=C对应的Plate_Number去重值均为1个,两个ID下的所有重复行都会完整保留在df_single_plate中,和预期第二类数据集完全匹配

内容的提问来源于stack exchange,提问作者Lutfi

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.31 16:36:05