Python：筛选同时含Sell与Not Sell动作的公司分组报错解决

原始DataFrame中，每家公司对应Sell、Not Sell两种动作之一，或同时存在两种动作。需求是保留同时具备两种动作的公司数据，删除仅有一种动作的公司数据。

尝试代码与报错 #

用户尝试通过分组筛选实现需求，代码如下：

sell=['Sell','Not Sell']
df['Action'].str.contains(sell).groupby([df['Date'],df['Company']]).transform('any')

运行后报错：'unhashable type: 'list''

问题原因 #

str.contains()方法仅支持传入字符串或正则表达式作为匹配规则，无法直接接收列表参数；且原代码的逻辑方向有误——我们需要检查的是分组后每组是否同时包含两种动作，而非每行是否匹配列表中的字符串。

解决方案 #

以下两种方法均可实现需求：

方法一：检查分组动作集合是否包含全部目标动作

# 定义需要同时存在的动作集合
required_actions = {'Sell', 'Not Sell'}

# 按Date和Company分组，检查每组的动作集合是否包含所有目标动作
mask = df.groupby(['Date', 'Company'])['Action'].transform(lambda x: required_actions.issubset(x.unique()))

# 筛选符合条件的数据行
filtered_df = df[mask]

方法二：统计分组内唯一动作的数量

# 按Date和Company分组，统计每组的唯一动作数量是否等于2
mask = df.groupby(['Date', 'Company'])['Action'].transform(lambda x: x.nunique() == 2)

# 筛选符合条件的数据行
filtered_df = df[mask]

内容的提问来源于stack exchange，提问作者Eva