Pandas如何筛选仅在单一分类下存在的Product对应的所有原始行

需求1：筛选仅在单一分类出现的Product对应的所有原始行 #

实现逻辑：先统计每个Product关联的唯一分类数量，仅保留关联分类数为1的Product对应的所有原始行，同分类下的重复行会自动保留。
实现代码：

# 统计每个Product对应的不同Category数量
prod_category_nunique = df.groupby('Product')['Category'].nunique()
# 筛选仅属于1个分类的Product列表
single_category_products = prod_category_nunique[prod_category_nunique == 1].index
# 过滤原DataFrame得到结果
result_df = df[df['Product'].isin(single_category_products)].copy()

原有代码问题说明：drop_duplicates仅对Category+Product的组合做去重，没有判断产品是否跨分类出现，无法实现剔除跨分类产品所有行的效果。

需求2：绘制指定分类下出现次数最多的产品柱状图 #

你遇到的分类内重复问题，大概率是Product字段存在格式不统一的情况，比如前后空格、大小写差异、不可见字符等，导致同一个产品被识别为多个不同值，先做字段清洗即可解决。
实现代码：

# 先清洗Product字段，统一格式避免统计误差
df['Product'] = df['Product'].str.strip() # 去除首尾空格
# 可按需添加其它清洗规则，比如统一大小写：df['Product'] = df['Product'].str.lower()

# 筛选分类63的Top10高频产品绘制横向柱状图
df[df['Category'] == 63]['Product'].value_counts().head(10).plot(kind='barh', figsize=(8, 5))

如果需要批量获取所有分类的Top高频产品，可使用分组统计：

# 每个分类取Top3高频产品
top_prod_per_category = df.groupby('Category')['Product'].apply(lambda x: x.value_counts().head(3))

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