有什么简单的方法可以在一列中找到一个值，在另一列中有两个选定的重复值？

Question

我的问题是，我有一个这样的数据框：

一个	乙
一个	1
b	1
c	3
d	1
一个	2
b	2
d	2

我希望在 A 中找到在 B 中具有值为 1 和 2 的条目的值。这个问题的答案应该是 A 中唯一值是 a、b 和 d 的值（或行）。 应排除具有值 c 的行。 请记住，真正的数据集更复杂，是一张销售表，我只想列出在第 1 个月和第 2 个月同时购买的客户。

提前致谢。 我以一种非常丑陋和不具表现力的方式解决了这个问题，我希望有一种更好、更清洁的方式来做到这一点。

Answer 1

您可以创建一个掩码，仅保留 B 为1或2的行，第二部分仅保留至少具有单行为1和2的组。 如果你想用np.logical_and.reduce来节省一些写作，你可以缩放它。

import numpy as np

mask = (df['B'].isin([1, 2])
        & df['B'].eq(1).groupby(df['A']).transform('any')
        & df['B'].eq(2).groupby(df['A']).transform('any'))

df[mask]

---

   A  B
0  a  1
1  b  1
3  d  1
4  a  2
5  b  2
6  d  2

---

更可扩展，只需将值添加到列表中：

import numpy as np
vals = [1, 2]

mask = (df['B'].isin(vals)
        & np.logical_and.reduce([df['B'].eq(val).groupby(df['A']).transform('any')
                                 for val in vals]))

Answer 2

我相信你可以使用groupby.transform和loc ，就好像我得到你你的要求很简单：

import pandas as pd
res = (df.loc[df.groupby('A')['B'].transform('size')>=2]).sort_values(by='A')

   A  B
0  a  1
4  a  2
1  b  1
5  b  2
3  d  1
6  d  2

Answer 3

已经有很多很好的答案，这是我解决问题的方法

import pandas as pd

# Setup
A = ["a", "b", "c", "d", "a", "b", "d"]
B = [1, 1, 3, 1, 2, 2, 2]

df = pd.DataFrame({"A": A, "B": B})

# Keep only values less than or equal than 2, representing month 1 and 2
filter = df[df["B"] <= 2]
# Sort the values by column A and B
sort = df.sort_values(by=["A", "B"])
# Group them and count number of appeareances
groupby_count = sort.groupby(["A"], as_index=False).agg(count=("A", "count"))
# Only keep appearances equal to 2, as that would imply appearances of month 1 and 2
print(groupby_count[groupby_count["count"] == 2])

output：

   A  count
0  a      2
1  b      2
3  d      2