Python 选择希望列中的值具有多个值的行

我有一个多列的数据框

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

这些列有

名称

和

产品

如何选择具有多个产品的

名称

s，例如产品

A

、

B

和

C

。换句话说，我想要彼得，他有

A

，

B

和

C

，但不想要杰克，因为他只有

A

和

B

编辑：我不希望

name

s只有A、B和C，但我只想看看它们是否有

A

、

B

和

C

。因此，如果Peter有

D

（未包含在样本中），也可以

我试过：

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

但这不会产生任何结果

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

---

这一个只是连接行。

如果需要测试，每个组正好有3个列表的唯一值，然后比较

set

s并通过以下方式进行筛选：

如果需要列表的测试值与任何其他值：

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

---

IIUC和给定名称应包含所有产品，您可以使用

nunique

计算唯一产品的数量。然后检查按

name

分组时，该组中的唯一计数是否与整列中的计数相同：

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


    name    product
0  Peter       A
1  Peter       B
2  Peter       C

---

这里有一种方法

isin

和

filter

，但如果数据较大，则速度较慢：

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

来自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

“产品”：['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: []

---

问题不清楚，我假设OP对所有

A、B、C

产品感兴趣。然后我们可以做：

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

---

您可以通过一个子选择将其存档：

其中SELECT COUNT（*）XX>1

A和B不是多个产品吗？@jezrael为什么？速度的原因？@jezrael看到测试了吗case@IvanLibedinsky嗨，伙计谢谢你的支持，使用起来很安全。：-）只是速度有点慢。：-）@Mataunited18-yop，原因是

过滤器

在pandas中速度很慢…@Mataunited18-OK，很高兴编码。如果小数据使用任何解决方案；）我理解的方式是保留所有产品都指定的产品。但我可能错了，这一部分并没有明确规定，那么什么是多个产品呢？对你来说，这似乎是一个明确的价值观吗？在每种情况下，是否由OP定义？是独特的产品吗？如果是这样的话，只需将

df['product'].nunique（）

更改为产品@juanWell的指定

set

的长度，如果这是op想要的，那么解决方案将是预定义一个产品列表。但是，对我来说，这是不清楚的

    Name Product
0  Peter       A
1  Peter       B
2  Peter       C