过滤 dataframe 中至少有一行满足条件的所有行

Question

我有一个 dataframe 有一个客户列表和他们购买的产品实例。 我正在尝试获得一个新的 dataframe，它排除了至少购买过一次特定产品的所有客户。 例如：

d = {'Customer': ['Cust 1', 'Cust 1', 'Cust 2', 'Cust 1', 'Cust 2', 'Cust 2', 'Cust 3', 'Cust 3'], 
     'Product': [1, 1, 2, 1, 1, 2, 2, 1], 
     'PO': ['P1', 'P2', 'P3', 'P4', 'P5', 'P6', 'P7', 'P8']}

df = pd.DataFrame(data=d)
df

Output

| |Customer |Product   |PO        |
| |:--------|:---------|:---------|
|0| Cust 1  |  1       |  P1      |
|1| Cust 1  |  1       |  P2      |
|2| Cust 2  |  2       |  P3      |
|3| Cust 1  |  1       |  P4      |
|4| Cust 2  |  1       |  P5      |
|5| Cust 2  |  2       |  P6      |
|6| Cust 3  |  2       |  P7      |
|7| Cust 3  |  1       |  P8      |

我希望能够过滤掉任何在任何阶段购买了产品 2 的客户，无论他们还购买了什么，例如：

| |Customer |Product   |PO        |
| |:--------|:---------|:---------|
|0| Cust 1  |  1       |  P1      |
|1| Cust 1  |  1       |  P2      |
|2| Cust 1  |  1       |  P4      |

有没有办法做到这一点？ 任何帮助将不胜感激！

Answer 1

使用pandas.DataFrame.groupby.filter ：

new_df = df.groupby("Customer").filter(lambda x: 2 not in set(x["Product"]))
print(new_df)

Output：

  Customer  Product  PO
0   Cust 1        1  P1
1   Cust 1        1  P2
3   Cust 1        1  P4

Answer 2

k = df[df['PO']=='P2']['Customer']
df[df['Customer'].isin(k)]

期望的结果

    Customer    Product PO
0   Cust 1          1   P1
1   Cust 1          1   P2
3   Cust 1          1   P4

Answer 3

df[~df.Customer.isin(df[df.Product == 2]['Customer'])]

Answer 4

您可以通过以下几种方式做到这一点：

1. 将groupby与filter和all一起使用：

df.groupby('Customer').filter(lambda x: (x['Product'].= 2).all())

2. 将groupby与transform和all与 boolean 索引一起使用：

df[df.groupby('Customer')['Product'].transform(lambda x: (x.= 2).all())]

Output：

  Customer  Product  PO
0   Cust 1        1  P1
1   Cust 1        1  P2
3   Cust 1        1  P4