输出重复值ID'；使用Python的s和非重复值

我有一个巨大的数据集保存在一个csv文件中，该文件在excel中保存了两列数据，我需要打印出行ID，其中哪些具有相同的结果（无论数字的顺序如何），以及另一个不相同的结果列表。有些单元格中有两个以上的整数。我正在尝试使用Python来实现这一点，我也读过很多书，Panda似乎是前进的方向。请注意，我是Python新手，似乎找不到一个简单的脚本来实现这一点（只有那些删除重复项的脚本）

因此，例如，所需的输出将为我提供

重复的行ID:1、3

唯一行ID：2，4

 A        B            C
ID      Col1         Col2
-----------------------------
1    ["1", "3"]   ["3", "1"]        
2    ["1", "2"]   ["9", "2"]
3    ["8", "0"]   ["0", "8"]
4    ["3", "7"]   ["1", "3"]

---

如有必要，首先将字符串报告转换为列表：

import ast

df['ColA'] = df['ColA'].apply(ast.literal_eval)
df['ColB'] = df['ColB'].apply(ast.literal_eval)

然后对两列列表进行排序并比较，最后一个过滤方式为，

~

用于反转掩码：

m = df['ColA'].apply(sorted).eq(df['ColB'].apply(sorted))
dup = df.loc[m, 'ID']
print (dup)
0    1
2    3
Name: ID, dtype: int64

un = df.loc[~m, 'ID']
print (un)
1    2
3    4
Name: ID, dtype: int64

为了提高性能，可以将列表转换为数据帧并进行比较，只需在两列和所有行中使用相同长度的列表：

df1 = pd.DataFrame(np.sort(df['ColA'].tolist(), axis=1), index=df.index)
df2 = pd.DataFrame(np.sort(df['ColB'].tolist(), axis=1), index=df.index)
print (df1)
   0  1
0  1  3
1  1  2
2  0  8
3  3  7

m = df1.eq(df2).all(axis=1)
print (m)
0     True
1    False
2     True
3    False
dtype: bool

---

不要共享屏幕截图，而是以文本的形式向我们共享数据框。列中是否有

多索引

？什么是

print（df.columns）

？@T.C-使用

df=pd.read\u csv（file）

@T.C-你能给我发送聊天室的链接吗？我可以问一下，我不一定要硬编码代码中的任何整数吗？因为我拥有的实际数据集有数百万行，那么上面的内容还可以吗？@T.C-嗯，在

B、C

列中是列表吗？如果是，所有列表在所有数据帧行的两列中都具有相同的长度

2

？是否可以轻松更改此脚本以仅在两列中显示精确匹配？i、 e.数字的顺序是否完全相同？