Python 筛选元素计数不同于1的组上的数据帧

我正在使用具有以下结构的数据帧：

import pandas as pd

df = pd.DataFrame({'group':[1,1,1,2,2,2,2,3,3,3],
                   'brand':['A','B','X','C','D','X','X','E','F','X']})

print(df)

   group brand
0      1     A
1      1     B
2      1     X
3      2     C
4      2     D
5      2     X
6      2     X
7      3     E
8      3     F
9      3     X

我的目标是只查看那些拥有与其关联的品牌

X

的群组。由于第2组有两个观察值等于品牌

X

，因此应将其从结果数据框中过滤掉

输出应如下所示：

   group brand
0      1     A
1      1     B
2      1     X
3      3     E
4      3     F
5      3     X

我知道我应该在组列上执行一个

groupby

，然后过滤那些计数

X

不同于1的组。过滤部分是我挣扎的地方。任何帮助都将不胜感激

用于检查

品牌

是否等于

X

，然后按groupby和

转换

总和

，以及

X

计数等于1的过滤器组：

df[df['brand'].eq('X').groupby(df['group']).transform('sum').eq(1)]

---

---

这也应该起作用

df[df.groupby(['group'])['brand'].transform('sum').str.count('X').eq(1)]

输出

 group  brand
0   1   A
1   1   B
2   1   X
7   3   E
8   3   F
9   3   X

---

Groupby列并应用组中

'X'

字符计数等于1的简单筛选器

df.groupby('group').filter(lambda x: x['brand'].str.count('X').sum() == 1)

输出

   group brand
0      1     A
1      1     B
2      1     X
7      3     E
8      3     F
9      3     X

解决

我们也可以使用

   group brand
0      1     A
1      1     B
2      1     X
7      3     E
8      3     F
9      3     X

df[df['group'].map(pd.crosstab(df['group'],df['brand'])['X'].eq(1))]

#   group brand
#0      1     A
#1      1     B
#2      1     X
#7      3     E
#8      3     F
#9      3     X

df.merge(df.loc[df.brand.eq('X'),'group'].drop_duplicates(keep = False),on='group')
#   group brand
#0      1     A
#1      1     B
#2      1     X
#3      3     E
#4      3     F
#5      3     X