Pandas DataFrame查询问题：筛选仅关联'c'的A列值

我来帮你修正这个问题，先拆解你的思路问题，再给出更简洁高效的解决方案～

你的代码问题分析 #

你的核心思路是对的：先找到所有关联非'c'值的A列，再从关联'c'的A列中排除这些值。但代码里有个关键错误：
d[d.B.isin(set(d.B.unique())-{'c'})].A.to_frame() 返回的是一个DataFrame，而 d.A.isin() 需要传入一维的序列/列表/数组，这就导致过滤逻辑失效，最终返回了所有关联'c'的A值（比如2、3、4），而没有排除那些同时关联其他值的A。

修正你的思路代码 #

只需要把 to_frame() 去掉，换成提取A列的唯一值（或者直接取A列），就能实现你的逻辑：

import pandas as pd
d=pd.DataFrame([[1,'a'],[1,'b'],[2,'c'],[2,'a'],[3,'c'],[4,'a'],[4,'c']],columns=['A','B'])

# 步骤1：找出所有关联非'c'值的A列唯一值
non_c_A = d[d.B != 'c']['A'].unique()
# 步骤2：筛选出关联'c'且不在non_c_A中的A
result = d[(d.B == 'c') & (~d.A.isin(non_c_A))]['A'].unique()
print(result)  # 输出: [3]

更简洁的高效方案 #

推荐用Pandas的groupby功能来实现，逻辑更直观，代码也更简洁：

方法1：groupby + filter #

按A列分组，筛选出组内所有B值都是'c'的组：

# 筛选符合条件的行，再提取唯一的A值
filtered_rows = d.groupby('A').filter(lambda group: (group['B'] == 'c').all())
result = filtered_rows['A'].unique()
print(result)  # [3]

方法2：groupby统计唯一值 #

统计每个A对应的B值唯一数量，仅保留唯一值为'c'的A：

# 计算每个A对应的B值是否只有'c'
valid_A = d.groupby('A')['B'].agg(lambda x: x.nunique() == 1 and x.iloc[0] == 'c')
# 提取符合条件的A索引
result = valid_A[valid_A].index.tolist()
print(result)  # [3]

内容的提问来源于stack exchange，提问作者user17144