Python 检查列中的值是否是另一个数组的超集

我以这些数据为例。我需要检查哪些a值具有所有对应的b值。例如，其中a具有所有[1,2]对应的b值

对于这个例子，我想返回一个列表

    a
0   A
1   C

或

首先，我认为我应该为每个a生成一个b值列表

假设这是正确的第一步，我下一步该怎么做

我非常感谢只使用pandas提供的工具的解决方案，这些工具与lambda功能一起使用：

df1.loc[df1.b_list.map(lambda x: set(x).issuperset(L)), 'a']
print (s)
0    A
2    C
Name: a, dtype: object

列表的Anf：

a = df1.loc[df1.b_list.map(lambda x: set(x).issuperset(L)), 'a'].tolist()
print (a)
['A', 'C']

如果使用issubset解决方案不含lambda：

s = df1.loc[df1.b_list.map(set(L).issubset), 'a']
print (s)
0    A
2    C
Name: a, dtype: object

a = df1.loc[df1.b_list.map(set(L).issubset), 'a'].tolist()
print (a)
['A', 'C']

与lambda函数一起使用：

df1.loc[df1.b_list.map(lambda x: set(x).issuperset(L)), 'a']
print (s)
0    A
2    C
Name: a, dtype: object

列表的Anf：

a = df1.loc[df1.b_list.map(lambda x: set(x).issuperset(L)), 'a'].tolist()
print (a)
['A', 'C']

如果使用issubset解决方案不含lambda：

s = df1.loc[df1.b_list.map(set(L).issubset), 'a']
print (s)
0    A
2    C
Name: a, dtype: object

a = df1.loc[df1.b_list.map(set(L).issubset), 'a'].tolist()
print (a)
['A', 'C']

使用数据透视表：

df.pivot('a','b','a').dropna(subset=[1,2]).index

或使用groupby：

df.groupby('a').b.apply(lambda x: set(x.tolist()).issuperset([1,2]))

或者，如果您需要在列表中列出：

(
    df.groupby('a')
    .b.apply(lambda x: set(x.tolist()).issuperset([1,2])).loc[lambda x: x]
    .index.tolist()
)

使用数据透视表：

df.pivot('a','b','a').dropna(subset=[1,2]).index

或使用groupby：

df.groupby('a').b.apply(lambda x: set(x.tolist()).issuperset([1,2]))

或者，如果您需要在列表中列出：

(
    df.groupby('a')
    .b.apply(lambda x: set(x.tolist()).issuperset([1,2])).loc[lambda x: x]
    .index.tolist()
)