试试看：

uniques = df.groupby('id')['class'].nunique()

uniques[uniques.eq(df['class'].nunique()) ].index

输出：

Int64Index([12291758744, 12299990440], dtype='int64', name='id')

使用集合交集和reduce：

from functools import reduce

unique_by_group = df.groupby("class")["id"].apply(set)
reduce(lambda x, y: x & y, unique_by_group)

>>> {12291758744, 12299990440}

另一种使用透视的方法：

s = pd.crosstab(df['id'],df['class']).astype(bool).all(1)
#s = df.pivot_table(index='id',columns='class',aggfunc=len).ge(1).all(1)
s[s].index
#Int64Index([12291758744, 12299990440], dtype='int64', name='id')

这里是另一个选项：

uniques = df.groupby(['id','class']).size().unstack().fillna(0).astype(bool).all(axis=1)
uniques.loc[uniques].index.tolist()

或：

uniques = df.groupby('id')['class'].agg(set).eq(set(df['class']))
uniques.loc[uniques].index.tolist()

或：

list(set.intersection(*df.groupby('class')['id'].agg(set)))