Groupby 以“子集”关系为条件的数据框？答案

【问题标题】：Groupby a dataframe conditioned on "subset" relationship?Groupby 以“子集”关系为条件的数据框？
【发布时间】：2023-02-23 00:49:49
【问题描述】：

使用以下方法生成示例数据框：

import pandas as pd

pd.DataFrame({'A': [{'A', 'B'}, {'A', 'B', 'C', 'E'}, {'B', 'D'}, {'C', 'B'}, {'A', 'B', 'D'}, {'X'}], 'B': [111, 222, 333, 444, 555, 666]})

看起来像这样：

我需要根据基于“子集”关系的“A”列值按数据框分组，即

因为 {'A', 'B'} 和 {'C', 'B'} 是 {'A', 'B', 'C', 'E'} 的子集，而 {'B', 'D' } 是 {'A', 'B', 'D'} 的子集。 {'X'} 不是 A 列中任何其他值的子集。

有什么办法可以做到这一点？谢谢！

【问题讨论】：

你不是早就问过这个问题了吗？ :-) 到目前为止你尝试了什么？
如果你也有 {A, B, D} 行怎么办？输出结果是什么？
热烈欢迎来到 SO。请阅读stackoverflow.com/help/how-to-ask和stackoverflow.com/help/minimal-reproducible-example。然后用代码更新您的问题，向我们展示您到目前为止所做的尝试。

【解决方案1】：

请注意，您可以将每个集合与 <= 运算符进行比较以检查它是否是一个子集。例如：

>>> small = {'A', 'B'}
>>> big = {'A', 'B', 'C', 'E'}
>>> small <= big
True
>>> big <= small
False

对于任何给定的列，如果给定值是一个子集，您可以获得真/假系列。例如，在您的数据框中：

>>> df['A'].iloc[0] <= df['A']
0     True
1     True
2    False
3    False

从那里开始，考虑如何使用此类关系进行分组。祝你好运！

【讨论】：