根据 pandas 数据框中的条件分组查找匹配行

Question

我到处寻找这个答案，但 none 似乎满足了我的需要。这是我需要的虚拟示例：

data = {'id':[1, 2, 3, 4, 1, 1, 3, 4, 1], 
        'parent':['a', 'b', 'f', 'j', 'a', 'n', 'f', 'z', 'x'], 
        'vehicle':['car', 'car', 'truck', 'suv', 'car', 'hatch', 'truck', 'suv', 'car'], 
        'color':['red', 'blue', 'grey', 'green', 'red', 'purple', 'grey', 'green', 'red'],
        'serial': [324234, 23464, 5667, 1245, 786, 34546, 8537, 111111, 8376251537]}
df = pd.DataFrame(data)
df.sort_values(by=['id', 'parent'], inplace=True)

    id  parent  vehicle   color   serial
0   1   a        car      red     324234
4   1   a        car      red     786
5   1   n        hatch    purple  34546
8   1   x        car      red     8376251537
1   2   b        car      blue    23464
2   3   f        truck    grey    5667
6   3   f        truck    grey    8537
3   4   j        suv      green   1245
7   4   z        suv      green   111111

我需要的是获取 ID 相同 但 parent 不同 且车辆和颜色相同的所有行。

所以我要：

    id  parent  vehicle color   serial
0   1   a       car     red     324234
4   1   a       car     red     786
8   1   x       car     red     8376251537
3   4   j       suv     green   1245
7   4   z       suv     green   111111

请注意，我想包括上面的前两个，因为它们有不同的序列号。 编辑： 并且它们是具有不同 parent 和相同 ID 的分组的一部分。

我已经试过了，接近了：

target = df[df.duplicated(['id', 'vehicle', 'color'], keep=False)]

    id  parent  vehicle   color   serial
0   1   a       car       red     324234
4   1   a       car       red     786
8   1   x       car       red     8376251537
2   3   f       truck     grey    5667
6   3   f       truck     grey    8537
3   4   j       suv       green   1245
7   4   z       suv       green   111111

但我不希望具有匹配的 id、车辆、颜色 if 对应的 parent 的行也相同。所以在这种情况下，我不想

    id  parent  vehicle   color   serial
2   3   f       truck     grey    5667
6   3   f       truck     grey    8537

因为他们有相同的parent。我考虑过分组和更改索引，但我正在做的事情不起作用。这似乎是一个简单的问题，也许确实如此，但我就是无法破解它！

Answer 1

IIUC，让我们试试这个：

df[df.groupby(['id','vehicle','color'])['parent'].transform('nunique') > 1]

输出：

   id parent vehicle  color      serial
0   1      a     car    red      324234
4   1      a     car    red         786
8   1      x     car    red  8376251537
3   4      j     suv  green        1245
7   4      z     suv  green      111111

根据 pandas 数据框中的条件分组查找匹配行

Find matching rows based on a conditional grouping in a pandas dataframe

python

duplicates

matching

dataframe

pandas