Pandas按第一列分组后如何获取第二列的公共值

给定数据：

import pandas as pd
data= [['A','hi'],['A','hi1'],['A','bye'],['A','bye2'],['B','hi2'],['B','hi'],['B','bye']]
df = pd.DataFrame(data,columns =['category','Value'])

要获取category为A和B的Value公共值，无需拆分DataFrame的方法有以下几种：

方法一：分组统计类别出现次数 #

利用groupby统计每个Value对应的不同category数量，筛选出数量等于2的（因为只有A、B两个目标类别）：

# 统计每个Value对应的不同category数量
value_category_count = df.groupby('Value')['category'].nunique()
# 筛选出在两个类别中都出现的Value
common_values = value_category_count[value_category_count == 2].index.tolist()
print(common_values)  # 输出: ['bye', 'hi']

方法二：分组聚合为集合后取交集 #

按category分组，将每组的Value转为集合，直接取两个集合的交集：

# 按category分组，把每组的Value转成集合
category_value_sets = df.groupby('category')['Value'].agg(set)
# 取A和B对应的集合的交集
common_values = list(category_value_sets['A'].intersection(category_value_sets['B']))
print(common_values)  # 输出: ['hi', 'bye']

这两种方法都不需要手动拆分DataFrame为A、B两个子表，直接通过Pandas的分组聚合功能完成需求，代码更简洁且扩展性更强（如果后续增加其他类别，只需调整筛选条件即可）。

内容的提问来源于stack exchange，提问作者John