Python 如何查找一列中值相同但另一列中值不同的记录

我有两只熊猫，它们的列名完全相同。其中一列名为id_number，它对每个表都是唯一的（我的意思是id_number在每个df中只能出现一次）。我想找到所有具有相同id_编号但在任何列中至少有一个不同值的记录，并将这些记录存储在新的数据库中

我尝试过合并（更具体地说是内部连接），但它只保留一条带有特定id_编号的记录，因此我无法查找两个dfs之间的任何差异

让我举一些例子来更清楚地解释：

示例dfs：

第一个DF：

id_number    name    type    city
    1        John    dev     Toronto
    2        Alex    dev     Toronto
    3        Tyler   dev     Toronto
    4        David   dev     Toronto
    5        Chloe   dev     Toronto

第二个DF：

id_number    name    type    city
    1        John    boss    Vancouver
    2        Alex    dev     Vancouver
    4        David   boss    Toronto
    5        Chloe   dev     Toronto
    6        Kyle    dev     Vancouver

我希望生成的df包含以下记录：

id_number    name    type    city
    1        John    dev     Toronto
    1        John    boss    Vancouver
    2        Alex    dev     Toronto
    2        Alex    dev     Vancouver
    4        David   dev     Toronto
    4        David   Boss    Toronto

注意：我不希望id_编号为5的记录出现在结果df中，这是因为id_编号为5的记录在两个dfs中完全相同

---

事实上，每条记录有80列，但我认为这些表格让我的观点更清楚一些。再次总结一下，我希望结果df包含具有相同id_编号的记录，但在任何其他列中都有不同的值。提前感谢您的帮助

这里有一种使用

nunique

的方法，然后我们选择那些

id\u编号

多于

1

并将它们切掉

s = pd.concat([df1, df2])
s = s.loc[s.id_number.isin(s.groupby(['id_number']).nunique().gt(1).any(1).loc[lambda x : x].index)]
s
Out[654]: 
   id_number   name  type       city
0          1   John   dev    Toronto
1          2   Alex   dev    Toronto
3          4  David   dev    Toronto
0          1   John  boss  Vancouver
1          2   Alex   dev  Vancouver
2          4  David  boss    Toronto

---

下面是一种使用

pd.concat

，

drop\u duplicates

和

duplicated

的方法：

pd.concat([df1, df2]).drop_duplicates(keep=False).sort_values('id_number')\
  .loc[lambda x: x.id_number.duplicated(keep=False)]

输出：

   id_number   name  type       city
0          1   John   dev    Toronto
0          1   John  boss  Vancouver
1          2   Alex   dev    Toronto
1          2   Alex   dev  Vancouver
3          4  David   dev    Toronto
2          4  David  boss    Toronto