Python在相同len（）的两列中使用不同的值_counts（）

我有一个pandas数据框，它包含两列，跟踪编号[col_1]和ID编号[col_2]。跟踪编号可以重复，ID编号也可以重复-但是，每个跟踪和ID只能对应相邻列中的一个特定成员

我的两列中的每一列长度相同，但具有不同的唯一值计数，它们应该相同，如下所示：

in[1]:  Trace | ID
        1     | 5054
        2     | 8291
        3     | 9323
        4     | 9323
        ...   |
        100   | 8928

in[2]:  print('unique traces: ', df['Trace'].value_counts())
        print('unique IDs: ', df['ID'].value_counts())

out[3]: unique traces: 100
        unique IDs: 99

---

在上面的代码中，相同的ID号（9232）由两个跟踪号（3和4）表示-如何隔离这些事件？谢谢你的关注

您可以使用

groupby

和

filter

：

df.groupby('ID').filter(lambda x: x.Trace.nunique() > 1)

输出：

  Trace      ID
2     3  9323.0
3     4  9323.0

---

通过使用

duplicated（）

函数（），可以执行以下操作：

df[df['ID'].duplicated(keep=False)]

通过将

keep

设置为

False

，我们可以获得所有的副本（而不是排除第一个或最后一个副本）

返回：

Trace   ID
2   3   9323
3   4   9323

---

你想找到副本，对吗？如果是这样，您想要行号还是重复的

ID

？@MSeifert-行号是首选。谢谢这只是返回一个df，其中有两个以上的跟踪编号实例-不是说，有两个相同跟踪编号的实例，而是相同跟踪编号的两个[或更多]不同ID。第一个groupby检查重复ID，第二个检查重复跟踪。@ScottBoston，但这只检查重复。OP询问每个ID组的唯一跟踪元素的数量。这将返回具有相同跟踪的相同ID，但您的不会。我认为这是不对的。

Trace   ID
2   3   9323
3   4   9323