如何按Functional Loc.分组并保留含两种Main WorkCtr值的组？

原始数据集 #

期望结果 #

问题分析 #

你尝试的代码存在两处关键问题：

df2=df.groupby('Functional Loc.').apply(lambda x: x['Main WorkCtr']==('POMELE' and 'POMMEC'))

1. 'POMELE' and 'POMMEC'在Python中会返回'POMMEC'（非空字符串视为真值，and运算符会返回最后一个真值），所以实际是判断Main WorkCtr是否等于'POMMEC'，无法实现同时包含两个值的判断。
2. apply返回的是每个分组内的布尔值Series，不是筛选后的完整DataFrame，因此结果不符合预期。

正确实现方法 #

方法一：使用groupby().filter() #

直接筛选出满足条件的整个分组：

import pandas as pd

# 假设原始数据已存入df
filtered_df = df.groupby('Functional Loc.').filter(
    lambda x: {'POMMEC', 'POMELE'}.issubset(x['Main WorkCtr'].unique())
)

filter函数会保留所有符合条件的分组记录，这里通过集合的issubset方法，判断分组的Main WorkCtr唯一值是否同时包含POMMEC和POMELE。

方法二：使用transform标记筛选 #

先为每行标记所属分组是否符合条件，再筛选：

import pandas as pd

# 为每行添加标记，指示所属分组是否同时包含两个指定值
df['has_both'] = df.groupby('Functional Loc.')['Main WorkCtr'].transform(
    lambda x: {'POMMEC', 'POMELE'}.issubset(x.unique())
)

# 筛选出符合条件的记录并删除辅助列
filtered_df = df[df['has_both']].drop('has_both', axis=1)

transform会将分组的判断结果广播到该分组的每一行，之后只需筛选标记为True的行即可。

内容的提问来源于stack exchange，提问作者slabbe