Python(pandas)筛选同时满足两个列表匹配条件的个体记录

你现有代码的逻辑错误：pd.Series([*ListA,*ListB]).isin(x['medication']).all() 会要求用户必须使用过ListA和ListB合并后所有的药品（即同时用过A、Z、B、C四种）才会被保留，和你需要的「两个药品列表各至少使用过一种」的筛选规则完全不匹配，因此无法得到正确结果。

方法1：分组filter直接判断 #

核心判断逻辑：对每个id的用药集合，分别检查和ListA、ListB是否存在交集，两个交集都非空才保留该id的所有记录。

import pandas as pd

# 原始数据
df = pd.DataFrame({
    'id': [1,1,1,2,2,2,3,3,3],
    'medication': ['A','B','A','Z','A','A','B','D','A']
})
ListA = ['A', 'Z']
ListB = ['B', 'C']

# 转集合提升交集判断效率
set_A = set(ListA)
set_B = set(ListB)

df_output = df.groupby('id').filter(
    lambda x: bool(set(x['medication']) & set_A) and bool(set(x['medication']) & set_B)
)

运行后得到符合条件用户的全部用药记录：

id medication
0   1          A
1   1          B
2   1          A
6   3          B
7   3          D
8   3          A

方法2：transform标记（大数据量性能更优） #

不用分组执行自定义函数，通过向量化运算标记符合条件的id再筛选，执行效率更高：

mask_a = df['medication'].isin(ListA).groupby(df['id']).transform('any')
mask_b = df['medication'].isin(ListB).groupby(df['id']).transform('any')
df_output = df[mask_a & mask_b]

按需调整输出格式 #

如果你需要的结果仅保留属于ListA/ListB范围内的药品、且去除重复行，可以在上述结果基础上追加过滤，就能得到你给出的示例输出：

df_output = df_output[df_output['medication'].isin(ListA + ListB)].drop_duplicates()

得到结果：

id medication
0   1          A
1   1          B
6   3          B
8   3          A

内容的提问来源于stack exchange，提问作者Economist_Ayahuasca