以下是一个示例代码，可以保留具有特定列值的重复行，但其中一列的值不同：

import pandas as pd

# 创建示例数据
data = {'列1': [1, 1, 2, 2, 3, 3],
        '列2': ['A', 'B', 'A', 'B', 'A', 'B'],
        '列3': ['X', 'X', 'Y', 'Y', 'Z', 'Z']}
df = pd.DataFrame(data)

# 找到具有特定列值的重复行，但其中一列的值不同
duplicate_rows = df.duplicated(subset=['列1', '列2'], keep=False)
different_value_rows = df.duplicated(subset=['列1'], keep=False)

result = df[duplicate_rows & different_value_rows]
print(result)

这个代码示例使用pandas库来处理数据。首先，我们创建了一个示例数据框。然后，我们使用duplicated()函数找到具有特定列值的重复行，并使用subset参数指定要检查的列。接下来，我们使用&运算符组合两个条件，即具有不同值的重复行。最后，我们使用布尔索引来筛选出满足条件的行，并打印出结果。

输出将是具有特定列值的重复行，但其中一列的值不同的数据框。