Python 我想根据一个条件将Pandas数据帧拆分为2个数据帧

我有一个4列的基本数据框

 column_A column_B  column_C   id  
0       1       1      anna    123
1       2       1      anna      7
2      30       2      bob      42
2      20       2      bob      12
3      10       3      charlie   1
4     100       3      david     2

我想将其拆分为具有以下属性的2个不同数据帧

数据帧1：

 column_A column_B  column_C   id  
0       1       1      anna    123
1       2       1      anna      7
2      30       2      bob      42
2      20       2      bob      12

其中，列B和列C中的两个值都匹配

数据帧2：

  column_A column_B  column_C   id
3      10       3      charlie   1
4     100       3      david     2

---

如果列中只有值匹配，您可以检查重复项

In [200]: dfs = {i: n for i, n in df.groupby(
                    df.duplicated(subset=['column_B', 'column_C'], keep=False))}

In [201]: dfs[True]
Out[201]:
   column_A  column_B column_C   id
0         1         1     anna  123
1         2         1     anna    7
2        30         2      bob   42
2        20         2      bob   12

In [202]: dfs[False]
Out[202]:
   column_A  column_B column_C  id
3        10         3  charlie   1
4       100         3    david   2

---

你可以检查是否有重复的

In [200]: dfs = {i: n for i, n in df.groupby(
                    df.duplicated(subset=['column_B', 'column_C'], keep=False))}

In [201]: dfs[True]
Out[201]:
   column_A  column_B column_C   id
0         1         1     anna  123
1         2         1     anna    7
2        30         2      bob   42
2        20         2      bob   12

In [202]: dfs[False]
Out[202]:
   column_A  column_B column_C  id
3        10         3  charlie   1
4       100         3    david   2

---

要保留不重复的记录（第5行和第6行），请使用

drop_duplicates

功能：

dfA = df.drop_duplicates(subset = ['column_B', 'column_C'], keep = False)

输出：

   column_A  column_B column_C  column_D
4        10         3  charlie         1
5       100         3    davis         2

   column_A  column_B column_C  column_D
0         1         1     anna       123
1         2         1     anna         7
2        30         2      bob        42
3        20         2      bob        12

要保留重复记录（第1行至第4行），请使用

duplicated

功能：

dfB = df[df.duplicated(subset = ['column_B', 'column_C'], keep = False)]

输出：

   column_A  column_B column_C  column_D
4        10         3  charlie         1
5       100         3    davis         2

   column_A  column_B column_C  column_D
0         1         1     anna       123
1         2         1     anna         7
2        30         2      bob        42
3        20         2      bob        12

---

要保留不重复的记录（第5行和第6行），请使用

drop_duplicates

功能：

dfA = df.drop_duplicates(subset = ['column_B', 'column_C'], keep = False)

输出：

   column_A  column_B column_C  column_D
4        10         3  charlie         1
5       100         3    davis         2

   column_A  column_B column_C  column_D
0         1         1     anna       123
1         2         1     anna         7
2        30         2      bob        42
3        20         2      bob        12

要保留重复记录（第1行至第4行），请使用

duplicated

功能：

dfB = df[df.duplicated(subset = ['column_B', 'column_C'], keep = False)]

输出：

   column_A  column_B column_C  column_D
4        10         3  charlie         1
5       100         3    davis         2

   column_A  column_B column_C  column_D
0         1         1     anna       123
1         2         1     anna         7
2        30         2      bob        42
3        20         2      bob        12