Python Pandas different value_counts() in zwei Spalten der gleichen len()

Question

Ich habe einen Pandas Datenrahmen, der zwei Spalten enthält, mit Ablaufverfolgungsnummern [Col_1] und ID-Nummern [Col_2]. Ablaufverfolgungsnummern können Duplikate sein, ebenso wie ID-Nummern. Jede ID der Ablaufverfolgung & sollte jedoch nur einem bestimmten Kollegen in der angrenzenden Spalte entsprechen.

Jedes meiner beiden Spalten sind gleich lang, haben aber unterschiedliche eindeutigen Wert zählt, die gleich sein sollte, wie unten dargestellt:

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 

In dem obigen Code, die gleiche ID-Nummer (9232) wird durch zwei Trace-Nummern dargestellt (3 & 4) - Wie kann ich diese Vorfälle isolieren? Danke fürs schauen!

Answer 1

Durch die Verwendung der duplicated() Funktion (docs) können Sie wie folgt vorgehen:

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

Durch Setzen von keep auf False erhalten wir alle Duplikate (anstatt die erste oder die letzte auszuschließen).

Welche zurück:

Trace ID 
2 3 9323 
3 4 9323 

Answer 2

können Sie verwenden groupby und filter:

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

Ausgang:

Trace  ID 
2  3 9323.0 
3  4 9323.0 

Answer 3

#this should tell you the index of Non-unique Trace or IDs. 

df.groupby('ID').filter(lambda x: len(x)>1) 
Out[85]: 
    Trace ID 
2  3 9323 
3  4 9323 

df.groupby('Trace').filter(lambda x: len(x)>1) 
Out[86]: 
Empty DataFrame 
Columns: [Trace, ID] 
Index: []