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
列具有name和product。
我该如何选择那些names的多种产品，例如产品A，B和C。换句话说，我希望彼得具有A，B和C，而不是杰克，因为他只有A和B。
编辑：我不希望这样的name■找JUST A，B和C，但我只是想看看他们是否有A，B，和C。因此，如果Peter拥有D（样本中未包含），也很好。
我试过了：
df[(df.Product == 'A') & (df.Product == 'B') & (df.Product == 'C')]
但这没有结果。
df[(df.Product == 'A') | (df.Product == 'B') | (df.Product == 'C')]
而这只是连接行。
这是isin使用filter-的一种方法，但是如果有大数据则很慢：
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
来自Jez的测试案例
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
根据他的提供 '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: []
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句