如何使用Pandas提取Excel中含全量ID的Name-Subname组合数据

嘿，这个需求我经常碰到，用Pandas处理起来很顺手，我给你一步步拆解怎么做：

需求回顾 #

我们有个包含Name、subname、ID三列的表格，要找出Name和subname的组合完全相同，并且该组合对应的ID必须同时包含1、2、3三个值的所有组合，最后只输出这些符合条件的Name和subname。

实现步骤&代码 #

首先先把示例数据构造出来（你可以直接替换成自己的Excel数据，用pd.read_excel()读取就行）：

import pandas as pd

# 构造题目里的示例数据
data = {
    'Name': ['A', 'A', 'A', 'A', 'A', 'F', 'F', 'F'],
    'subname': ['B', 'B', 'B', 'C', 'C', 'C', 'C', 'C'],
    'ID': [1, 2, 3, 1, 2, 1, 2, 3]
}
df = pd.DataFrame(data)

接下来是核心处理逻辑：

1. 按Name和subname分组，检查每个分组里的ID集合是否正好是{1,2,3}
2. 筛选出符合条件的分组，最后去重得到唯一的组合

# 筛选出ID包含全部1、2、3的分组对应的行
filtered_df = df.groupby(['Name', 'subname']).filter(lambda x: set(x['ID']) == {1, 2, 3})

# 只保留Name和subname列，并且去重（因为每个组合会有3行数据）
result = filtered_df[['Name', 'subname']].drop_duplicates()

# 打印结果
print(result)

运行结果 #

执行后会输出你想要的结果：

Name subname
0    A       B
5    F       C

另一种简洁写法 #

如果你不想保留原行数据，只想直接拿到符合条件的组合，也可以用这种方式：

# 先判断每个分组是否符合条件，再筛选出符合条件的分组键
valid_combinations = df.groupby(['Name', 'subname']).apply(lambda x: set(x['ID']) == {1, 2, 3})
result = valid_combinations[valid_combinations].reset_index()[['Name', 'subname']]

print(result)

这个写法和上面的结果完全一致，看你个人习惯选哪种就行。

内容的提问来源于stack exchange，提问作者NAGA RAJ S