Python 分组柱的有效相交

我有一个名为

use

的数据框，其中包含

ID、Date、…

列。每行都是唯一的，但每个ID都有许多行，每个日期有一个行ID

ID    Date    Other_data
1     1-1-01  10
2     1-1-01  23
3     1-1-01  0
1     1-2-01  11
3     1-2-01  1
1     1-3-01  9
2     1-3-01  20
3     1-3-01  2

我还有一个唯一ID的列表，

ids=use['ID']。删除重复的ID

我想找到所有日期的交集，也就是说，只有每个ID都有数据的日期。这个玩具问题的最终结果应该是

[1-1-01，1-3-01]

目前，我通过循环，通过

ID

进行子集设置，并通过交叉口。粗略地说，它看起来是这样的：

dates = use['Date'].drop_duplicates()
for i in ids:
    id_dates = use[(use['ID'] == i)]['Date'].values
    dates = set(dates).intersection(id_dates)

这让我觉得效率极低。识别每个ID都有数据的日期的更有效方法是什么

---

非常感谢

使用

交叉表

，当值为0时，应为目标行。使用

df.eq（0）.any（1）

。找到它

df=pd.crosstab(use.ID,use.Date)
df
Out[856]: 
Date  1-1-01  1-2-01  1-3-01
ID                          
1          1       1       1
2          1       0       1
3          1       1       1

---

查找每个日期的唯一ID，然后检查是否所有ID

gp = df.groupby('Date').ID.nunique()
gp[gp == df.ID.nunique()].index.tolist()

#['1-1-01', '1-3-01']

---

你能发布一个示例数据帧（a）吗？你能再解释一下吗？似乎可以在

1-1-01

处有5000个唯一ID，在

1-2-01

处有不同的5000个，但是

1-1-01

和

1-2-01

都会出现，因为它们具有相同数量的唯一ID？我误解了吗？@namnnumbr是的。因为比较是与

df.ID.nunique（）

进行的，后者是整个

数据帧中唯一ID的总数。因此，如果
1-1-01
有5000个唯一ID，并且
1-2-01
有5000个不同的唯一ID，
df.ID.nunique（）
将是10000（在我们的示例中，只有2天）我想我在上面说的每个日期都有唯一的ID是错的：
1-1-01
有5000个ID，
1-2-01
有5000个ID，其中
df.ID.nunique（）
是7500，这意味着
1-1-01
有2500个ID，2500个重叠，和2500只适用于
1-2-01
。在这种情况下，因为
ID.nunique（）
相等，所以
1-1-01
和
1-2-01
都会出现在日期列表中，即使ID中没有1:1的重叠？谢谢你的解释和耐心@哦，我明白了。。。您想要所有具有相同ID集的成对日期分组，而不管它们是否是完整的ID集？我正在寻找一组表示所有ID的日期-即，排除只有一些ID存在的日期。当我使用
df.eq（0）。任何（1）
，我都会得到一个两列响应，第一列是我所有的ID，第二列是我所有的True。。。我错过了什么？谢谢你的洞察力@namnnumbr然后尝试使用任何（0）