根据其他两列中的重复值检查一列中的差异

尝试这个 -

确保drop_duplicates()在使用pd.duplicatedwith之前使用第一个keep=False，用于您的预期目的。

out = df.drop_duplicates()
out = out[out.duplicated(subset=['animal','color'], keep=False)]
print(out)

   animal  color  price
0   rabit    red     10
1  turtle  green     15
2   rabit    red     12
4  turtle  green     10

注意！！：如果您drop_duplicates()用作第二步，您会得到如下意外输出。

out = df[df.duplicated(subset=['animal','color'], keep=False)]
out = out.drop_duplicates()
print(out)

   animal  color  price
0   rabit    red     10
1  turtle  green     15
2   rabit    red     12
4  turtle  green     10
5   sheep  white      5

为什么会发生这种情况？

直观地，drop_duplicates()删除基于所有列的df.duplicated(keep=False)重复项，并根据给定的 2 列标记所有重复项。

场景 1：删除所有具有相同 2 列和价格的行，然后保留基于 2 列的重复项 > 这意味着您将留下具有不同价格但重复 2 列的行。

场景 2：保留所有基于 2 列重复的行（在此示例中不会删除任何内容）。然后删除价格相同的重复行。最终与在所有列中删除重复行相同。