如何在pandas和SQL中筛选x列不含0的唯一product值

问题说明 #

原有实现逻辑错误：test.query("select distinct (product) where x not in (0) ")存在两个问题：

1. 混淆了pandas query()方法的语法规则，该方法不支持直接写原生SQL语句
2. 逻辑上仅匹配存在x不等于0的product，会把同时存在x=0记录的product（如示例中的a）错误命中，不符合需求。

Pandas 正确实现 #

核心逻辑：按product分组后，校验每个分组下的所有x值是否都不等于0，保留符合条件的分组后去重即可。

写法1：groupby + filter #

# 得到符合要求的product去重结果
res = test.groupby('product').filter(lambda group: (group['x'] != 0).all())['product'].unique()

输出结果为['b', 'c']，符合预期。

写法2：groupby + transform #

res = test[test.groupby('product')['x'].transform(lambda x: (x != 0).all())]['product'].unique()

SQL 正确实现 #

核心逻辑：按product分组后，通过HAVING条件过滤掉存在x=0记录的分组。

通用写法（兼容所有SQL数据库） #

SELECT product
FROM test
GROUP BY product
HAVING SUM(CASE WHEN x = 0 THEN 1 ELSE 0 END) = 0;

简化写法（支持布尔值转数值的数据库如MySQL、PostgreSQL可用） #

SELECT product
FROM test
GROUP BY product
HAVING MAX(x = 0) = 0;

两种写法均会返回b、c两个结果。 #

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