Streamlit multiselect：获取多选客户共有产品的实现方法

整体逻辑分三步完成，可直接嵌入Streamlit应用流程：

• 第一步：实现客户多选组件，获取用户选中的客户集合
  直接从DataFrame提取所有不重复客户作为多选选项，加空值判断避免未选客户时后续逻辑报错：

  import streamlit as st
  import pandas as pd
  
  # 加载你的原始DataFrame，此处替换为你的数据读取逻辑
  df = pd.DataFrame([
      ["A", "iphone", "11"],
      ["A", "ipad", "7"],
      ["B", "iphone", "11"],
      ["B", "ipad", "7"],
      ["B", "iMac", "2012"]
  ], columns=["customer", "product", "version"])
  
  selected_customers = st.multiselect(
      label="请选择要对比的客户",
      options=df["customer"].unique()
  )
  

• 第二步：计算所有选中客户的共有产品，提供两种可直接复用的实现方式
  两种方式都能得到正确结果，可根据数据量选择：
  1. 分组统计法（适合数据量较大的场景，性能更好）
     核心逻辑：筛选出选中客户的所有记录后，按产品分组统计关联的去重客户数，关联客户数等于选中客户总数的产品，就是所有客户共有的产品：

  if not selected_customers:
      common_products = []
  else:
      customer_filtered = df[df["customer"].isin(selected_customers)]
      common_products = customer_filtered.groupby("product")["customer"]\
          .nunique()\
          .loc[lambda x: x == len(selected_customers)]\
          .index.tolist()
  

  2. 集合交集法（适合数据量较小的场景，逻辑直观易读）
     核心逻辑：提取每个选中客户对应的产品集合，对所有集合求交集，结果就是共有产品：

  if not selected_customers:
      common_products = []
  else:
      product_set_list = [
          set(df[df["customer"] == c]["product"].unique()) 
          for c in selected_customers
      ]
      common_products = list(set.intersection(*product_set_list))
  

  用提供的测试数据验证，同时选中A、B两个客户时，两种方法返回的结果都是['iphone', 'ipad']，和预期输出一致。
• 第三步：将共有产品列表作为下游选择组件的数据源即可

  selected_common_product = st.selectbox(
      label="请选择共有产品",
      options=common_products
  )
  

注意：如果需要考虑版本维度的匹配（即同产品同版本才算共有），只需要把分组/集合统计的字段从product改成product和version的组合字段即可，逻辑完全通用。

内容的提问来源于stack exchange，提问作者maxiteo