如何不用循环筛选分组后所有行均满足另一列条件的目标数值

以下是不同场景下的简单实现，都不需要写循环逻辑： #

SQL 场景 #

直接通过分组聚合+条件过滤实现：

SELECT num
FROM 你的表名
GROUP BY num
HAVING COUNT(*) = COUNT(`Check-in`);

逻辑说明：COUNT(*)统计当前num分组下的总行数，COUNT(列名)会自动忽略该列的null值，两者相等即代表该分组下所有行的Check-in都不为空，完全匹配需求。如果要适配其他自定义判断条件，比如要求Check-in全部等于'X'，可以把HAVING条件改成：

HAVING SUM(CASE WHEN `Check-in` != 'X' OR `Check-in` IS NULL THEN 1 ELSE 0 END) = 0

Python Pandas 场景 #

用分组过滤一行代码实现：

import pandas as pd

# 假设你的数据存储在DataFrame变量df中
# 得到符合条件的num数组
res_num = df.groupby('num').filter(lambda g: g['Check-in'].notna().all())['num'].unique()
# 如果需要转成逗号分隔的字符串：','.join(map(str, res_num.tolist()))

逻辑说明：按num分组后，filter会保留满足判断条件的分组，notna().all()校验该分组下所有Check-in值都非空，最后取去重后的num值即可。

Excel 场景 #

用函数组合直接生成结果：

=UNIQUE(FILTER(A2:A100,COUNTIFS(A:A,A2:A100,B:B,"<>")=COUNTIF(A:A,A2:A100)))

逻辑说明：A列为num列，B列为Check-in列，COUNTIFS统计每个num对应的非空Check-in行数，COUNTIF统计每个num的总行数，两者相等的num会被筛选出来，最后用UNIQUE去重得到最终结果。

内容的提问来源于stack exchange，提问作者itsgarbled