可以使用pandas库中的groupby函数和nunique函数来实现这个功能。

示例代码如下：

import pandas as pd
import numpy as np

# 创建示例数据
df = pd.DataFrame({'A': ['A', 'A', 'B', 'C', 'C'],
                   'B': [1, np.nan, 2, 3, 3]})

# 将B列中的null值替换为特定的值，避免在nunique函数中被排除掉
df['B'].fillna(value='null', inplace=True)

# 按A列进行分组，统计B列中不同的值的数量
count = df.groupby('A')['B'].nunique()

# 提取出B列中值不同的A列的值
result = count[count > 1].index.tolist()

print(result)
# 输出 ['A', 'C']

解释：首先将B列中的null值替换为特定的值，避免在nunique函数中被排除掉。接着，使用groupby函数将数据按A列进行分组，然后使用nunique函数统计B列中不同的值的数量。最后，从统计结果中提取出值不同的A列的值。