python - 过滤组内的值集交集

Question

假设我有一个数据框，如下所示:

Group  |  Source  |  Name
___________________________
  A    |    X     |  Jolly
  A    |    X     |  Stone
  A    |    X     |  Jolly
  A    |    Y     |  Sand
  B    |    X     |  Sand
  B    |    X     |  Stone
  B    |    Y     |  Stone
  C    |    X     |  Sand
  C    |    X     |  Stone

我想找到所有Group每组Source在哪里s股不常见Name秒。基本上在上面的例子中，我想要 Group A作为 Source 的所有分组( X 和 Y ) Name我们没有共同的值(value)观。对于这个例子，我们可以假设只有 2 个 Source s ( X 和 Y ) 而不是全部 Group有超过 1 个 Source .我只对 Group 感兴趣s 与 Source s X和 Y没有 Name路口。

生成的 DataFrame 应如下所示:

Group  |  Source  |  Name
___________________________
  A    |    X     |  Jolly
  A    |    X     |  Stone
  A    |    X     |  Jolly
  A    |    Y     |  Sand

我试过，做了一个 grouby在 Group然后向链接的 filter 提供了一个函数像这样的方法:

def find_no_intersection(df):
    return (
        len(df[df.Source == 'X'].Name.values) > 0 and 
        len(df[df.Source == 'Y'].Name.values) > 0 and 
        (
            len(
                set(df[df.Source == 'X'].Name.values) & 
                set(df[df.Source == 'Y'].Name.values)
            ) == 0
        )
    )

df.groupby(['Group']).filter(find_no_intersection)

这是正确的方法吗？有没有更好的办法？

Answer 1

这是使用nunique()

的方法

df.loc[df.groupby('Group')['Name'].transform(lambda x: x.size == x.nunique())]

输出:

  Group Source   Name
0     A      X  Jolly
1     A      X  Stone
2     A      Y   Sand

更新回答:

(df.loc[
    df['Group'].map(
        df.groupby(['Group','Source'])['Name']
        .agg(set)
        .groupby(level=0)
        .agg(lambda x: len(set.intersection(*x))==0))
        ])

输出:

  Group Source   Name
0     A      X  Jolly
1     A      X  Stone
2     A      X  Jolly
3     A      Y   Sand