Python 如何使用无重复after条件从pandas数据帧中提取特定行？

请在这方面帮助我，我需要合适的python代码来满足图像中的这些条件： 条件=如果“消息”具有>1个“类别”，则将这些整行保存在新数据框中

但如果消息仅重复具有一个类别，则不应保存行

df[df.duplicated(['Message'], keep=False)]

我尝试过这个重复的概念，但它会打印所有的值，包括消息是否只有一个类别

---

对于图像中相同的输出文件格式，我需要正确的python代码

我重新创建了数据集，如下所示：

数据={
“信息”：[
“我喜欢这个产品”，
“我要买”，
“质量好”，
“好产品”，
“它的重量很高”，
“我喜欢这个产品”，
“它的工作”，
“爱它”，
“设计好”，
“它的工作”，
“设计好”，
“设计好”，
“设计好”，
“设计很好”
],
“类别”：[
“满意”，
“意图”，
“产品质量”，
“产品质量”，
“重量”，
“产品质量”，
“表演”，
“满意”，
“设计”，
“产品质量”，
“设计”，
“设计”，
“设计”，
“设计”
],
}

然后，我们可以在您的

df[“Message”]

列中找到所有唯一值，并在

df[“Category”]

列中确定其中哪些具有多个与之相关联的唯一值：

将熊猫作为pd导入
df=pd.DataFrame（数据）
messages=df.Message.unique（）
多类别=[]
对于消息中的消息：
subset=len（df[df[“Message”]==Message][“Category”].unique（））
如果子集>1：
多类别追加（消息）
final=df[df[“Message”].isin（多类别）]
打印（最终版）

最后，我们通过“Message”列过滤我们的

DataFrame

，并获得以下输出：

               Message         Category
0  I like this product     Satisfaction
5  I like this product  Product Quality
6          Its working      Performance
9          Its working  Product Quality

---

您可以分两行执行此操作：首先删除

消息

和

类别

相同的重复项，然后查找具有唯一

类别

的

消息

的所有重复项：

df = df.drop_duplicates(subset=['Message', 'Category'])
df[df.duplicated(subset='Message', keep=False)]

valid = df.groupby('Message').Category.transform('nunique') > 1
df[df.duplicated(subset='Message', keep=False) & valid]

编辑： 如果naive

drop_duplicates

方法删除有效数据（对于您的示例来说，它同样有效，但对于较大的数据可能会遇到问题），您可以显式应用unique

Category

的条件：

df = df.drop_duplicates(subset=['Message', 'Category'])
df[df.duplicated(subset='Message', keep=False)]

valid = df.groupby('Message').Category.transform('nunique') > 1
df[df.duplicated(subset='Message', keep=False) & valid]

---

最后还有两行，这很好，但通读起来有点复杂。我们正在通过

消息

对数据帧进行分组，以确定其中哪些具有多个

类别

唯一值。我们特别使用groupby

transform

方法使其成为一个与原始数据的轴零一起工作的形状，将其用作布尔掩码，条件为

>1

请重新格式化您的问题。没有图像。为我们提供代码来复制您的数据帧，以便我们可以帮助回答您的问题。不确定您在这里寻找什么。如果说您只想将数据帧过滤到与“Message”对应的行，而这些行又与“Category”列中的多个值关联，这是否准确？