python-数据帧查找重复，条件是一行不同

我想发现条件为1列的重复行不同

df = pd.DataFrame([['A', '1','Tom'], ['A','1','Tom'], ['A','1','Jerry'], ['A','1','Jerry'], ['A','2','Mary'],['B','1','Tony'],['B','1','Andy']], columns = ['company code','user id', 'user name'])
df[out]
             company code  user id    user name 
    0            A            1          Tom
    1            A            1          Tom
    2            A            1         Jerry
    3            A            1         Jerry
    4            A            2          Mary
    5            B            1          Tony
    6            B            1          Andy

条件是1家公司只能有1个同名的用户id。在这种情况下，结果如下所示，因为用户id是不同的名称（Tom和Jerry），所以它是重复的数据

             company code  user id    user name    Duplicate
    0            A            1          Tom          True
    1            A            1          Tom          True
    2            A            1         Jerry         True
    3            A            1         Jerry         True
    4            A            2          Mary         False
    5            B            1          Tony         True
    6            B            1          Andy         True

我尝试使用duplicated（），但结果不正确，如下所示：

df['dup_id'] = df[['company code','user id']].duplicated(keep=False)
df['dup_name'] = df[['company code','user name']].duplicated(keep=False)
df['result dup'] = np.where((df['dup_id']==True & (df['dup_name']==False)),True,False)

      company code user id user name  dup_id  dup_name  result dup
0            A       1       Tom      True      True       False
1            A       1       Tom      True      True       False
2            A       1     Jerry      True      True       False
3            A       1     Jerry      True      True       False
4            A       2      Mary     False     False       False
5            B       1      Tony      True     False        True
6            B       1      Andy      True     False        True

---

因为汤姆和杰瑞的名字是重复的，所以我一直在努力争取不同的名字。提前感谢您的帮助

将最后一行替换为：

df['result_dup'] = df.apply(lambda x: x.dup_id or x.dup_name, axis=1)

---

将最后一行替换为：

df['result_dup'] = df.apply(lambda x: x.dup_id or x.dup_name, axis=1)

是不是：

df['Duplicate'] = df.duplicated(['company code', 'user id'], keep=False)

输出：

  company code user id user name  Duplicate
0            A       1       Tom       True
1            A       1       Tom       True
2            A       1     Jerry       True
3            A       1     Jerry       True
4            A       2      Mary      False
5            B       1      Tony       True
6            B       1      Andy       True

是不是：

df['Duplicate'] = df.duplicated(['company code', 'user id'], keep=False)

输出：

  company code user id user name  Duplicate
0            A       1       Tom       True
1            A       1       Tom       True
2            A       1     Jerry       True
3            A       1     Jerry       True
4            A       2      Mary      False
5            B       1      Tony       True
6            B       1      Andy       True

---

为什么第5行和第6行没有复制Tony？这只是复制的df.duplicated（keep=False）？@QuangHoang你是对的，对不起我的错误。我已经编辑了我的问题。Thanks@Erfan我尝试使用df.duplicated（keep=False），但由于用户id是主键，所以如果名称也不同，我希望返回True。您使用的是

dup\u id

，那么为什么

Tony

在第5行和第6行没有重复？这只是

df.duplicated（keep=False）

？@QuangHoang您是对的，抱歉我的错误。我已经编辑了我的问题。Thanks@Erfan我尝试使用df.duplicated（keep=False），但由于用户id是主键，所以如果名称也不同，我希望返回True。您可以使用

dup\u id