Question

我有一个包含多列的数据框。

df= pd.DataFrame({
    'Name': ['Peter', 'Peter', 'Peter', 'Jake', 'Jake'],
    'Product' : ['A', 'B', 'C', 'A', 'B']
    })


    Name Product
0  Peter       A
1  Peter       B
2  Peter       C
3   Jake       A
4   Jake       B

这些列包含name和product。

如何选择具有多个产品的name，例如产品A，B和C。换句话说，我希望Peter拥有A，B和C，但没有Jake，因为他只有A和B。

编辑：我不希望name具有A，B和C，但我只想看看它们是否具有A，B和{ {1}}。因此，如果Peter拥有C（示例中未包含），也很好。

我尝试过：

但这不会产生任何结果。

df[(df.Product == 'A') & (df.Product == 'B') & (df.Product == 'C')]

这只是连接行。

Answer 1

如果要测试，每个组正好具有3个唯一的list值，则将boolean indexing与set的anf过滤器进行比较：

lst = list(['A','B','C'])

df = df[df.groupby('name')['product'].transform(lambda x: set(x) == set(lst))]
print (df)
    name product
0  Peter       A
1  Peter       B
2  Peter       C

如果需要列表的测试值以及其他任何值：

df= pd.DataFrame({
    'name': ['Peter', 'Peter', 'Peter', 'Peter', 'Jake'],
    'product' : ['A', 'B', 'C', 'D', 'B']
    })
lst = list(['A','B','C'])

df = df[df.groupby('name')['product'].transform(lambda x: set(x) >= set(lst))]
print (df)
    name product
0  Peter       A
1  Peter       B
2  Peter       C
3  Peter       D

Answer 2

这是isin和filter的一种方式-但如果数据量大，速度会很慢：

df=df.groupby('Name').filter(lambda x : pd.Series(['A','B','C']).isin(x['Product']).all())
df
    Name Product
0  Peter       A
1  Peter       B
2  Peter       C

Jez的测试用例

df= pd.DataFrame({
    'Name': ['Peter', 'Peter', 'Peter', 'Jake', 'Jake','Jake'],
    'Product' : ['A', 'B', 'C', 'A', 'B','A']
    })
df.groupby('Name').filter(lambda x : pd.Series(['A','B','C']).isin(x['Product']).all())
    Name Product
0  Peter       A
1  Peter       B
2  Peter       C

根据他提供的'Product' : ['A', 'A', 'C', 'A', 'B','A']

df.groupby('Name').filter(lambda x : pd.Series(['A','B','C']).isin(x['Product']).all())
Empty DataFrame
Columns: [Name, Product]
Index: []

Answer 3

IIUC和给定名称应包含所有产品，您可以使用nunique来计算唯一产品的数量。然后检查按name进行分组的情况，该组中的唯一计数与整列中一样多：

prods = df['product'].nunique()
df[df.groupby('name')['product'].transform('nunique').eq(prods)]


    name    product
0  Peter       A
1  Peter       B
2  Peter       C

Answer 4

问题尚不清楚，我认为OP对所有产品A,B,C感兴趣。然后一个人可以做：

s = (df.groupby('Name')['Product']
       .transform(lambda x: x.value_counts()
                          [['A','B','C']].gt(0).all()
                 )
    )

df[s]

输出：

    Name Product
0  Peter       A
1  Peter       B
2  Peter       C

选择我希望列中的值具有多个值的行

4 个答案: