Pandas查询语句布尔逻辑应用：筛选重复Name的有效行

首先，先梳理下你的核心需求：从合并后的DataFrame中，保留**Name出现次数≥2**的行，同时（根据你的尝试）结合价格差异的过滤条件，最终整理成指定的列格式。

先看你之前尝试的问题：

1. 方法1里Name > 1是拿字符串和整数比较，逻辑完全错误，必然报错；
2. 方法2里ds[Price_x]没给Price_x加引号，Python会把它当成未定义的变量，所以触发NameError；
3. 方法3里ds['Name'].value_counts() > 1返回的是一个以Name为索引的Series，和原DataFrame的行索引不匹配，没法直接做布尔过滤，所以得到空结果。

下面是正确的实现步骤：

1. 先整理列名（让数据更贴合你的期望格式） #

首先把合并后带_x的列重命名成目标列名，同时保留需要的字段：

# 重命名重复列名
ds = ds.rename(columns={
    'Date_x': 'Date',
    'Invoice_x': 'Invoice',
    'Coupon_x': 'Coupon',
    'Location_x': 'Location'
})
# 只保留你需要的列
ds = ds[['Date', 'Invoice', 'Name', 'Coupon', 'Location', 'Price']]

2. 过滤Name出现次数大于1的行 #

这里要用groupby + transform来给每一行标记对应Name的出现次数，这样能保证标记和原DataFrame的行完全对齐：

# 给每一行添加对应Name的出现次数
ds['name_count'] = ds.groupby('Name')['Name'].transform('count')
# 过滤出Name出现次数>1的行，同时去掉临时添加的name_count列
ds = ds[ds['name_count'] > 1].drop('name_count', axis=1)

3. 结合价格过滤条件（如果需要） #

如果确实需要保留Price_x != Price_y的行，注意要给列名加引号（避免变量未定义错误），把两个条件结合起来：

# 假设你合并后的DataFrame有Price_x和Price_y列
ds = ds[
    (ds['Price_x'] != ds['Price_y']) 
    & (ds.groupby('Name')['Name'].transform('count') > 1)
]

完整代码示例 #

# 处理合并后的DataFrame ds
# 1. 整理列名
ds = ds.rename(columns={
    'Date_x': 'Date',
    'Invoice_x': 'Invoice',
    'Coupon_x': 'Coupon',
    'Location_x': 'Location'
})
ds = ds[['Date', 'Invoice', 'Name', 'Coupon', 'Location', 'Price']]

# 2. 过滤Name出现次数>1的行，同时可选加入价格过滤条件
ds_filtered = ds[
    (ds.groupby('Name')['Name'].transform('count') > 1)
    # 如需价格差异过滤，取消下面注释
    # & (ds['Price_x'] != ds['Price_y'])
].dropna(subset=['Date', 'Invoice'])  # 去掉含缺失值的行（对应Sue Simpson的记录）

# 3. 重置索引（可选，让结果更整洁）
ds_filtered = ds_filtered.reset_index(drop=True)

运行后就能得到你期望的输出格式啦。

内容的提问来源于stack exchange，提问作者HMLDude