Pandas筛选同一项目下同时执教男女队的教练姓名

核心判断逻辑：必须是同一位教练（Name一致）、在同一个运动项目（Discipline一致）下，执教记录的Event字段同时出现Men和Women两个值，用分组筛选的方式实现效率最高，不需要写复杂的表连接。

核心代码（直接输出符合条件的教练姓名列表） #

# 筛选逻辑
qualified_coaches = (
    df
    # 按「教练姓名+运动项目」双维度分组，锁定同一人同一项目的所有记录
    .groupby(['Name', 'Discipline'])['Event']
    # 保留组内Event同时包含男子、女子类别的分组
    .filter(lambda group: {'Men', 'Women'}.issubset(set(group)))
    # 提取姓名去重，避免同一教练多条记录重复输出
    ['Name'].unique()
)

逻辑说明 #

• 双维度分组是为了避免误判：比如某教练在排球项目带男队、在篮球项目带女队，不属于需求要求的「同一运动项目下同时带男女队」，不会被误选
• 用集合子集判断比写多个值判断逻辑更简洁，只要组内的Event集合覆盖了Men和Women两个值就满足条件
• 最后调用unique()是因为符合条件的教练在数据集里可能有多条参赛记录，去重后得到干净的姓名列表

扩展：如果需要输出符合条件教练的完整数据集 #

如果需要保留这些教练的国家、项目、参赛组别等完整信息，可以用下面的写法：

# 先拿到所有符合条件的(姓名,项目)索引对
qualified_pairs = (
    df.groupby(['Name', 'Discipline'])['Event']
    .apply(lambda group: {'Men', 'Women'}.issubset(set(group)))
    .pipe(lambda s: s[s].index)
)

# 匹配原表拿到完整记录
qualified_detail = df[df.set_index(['Name', 'Discipline']).index.isin(qualified_pairs)]

用给出的样例数据测试的话，目前列出的5位教练都只带单性别队伍，不会出现在筛选结果中。

内容的提问来源于stack exchange，提问作者d_b