某些列满足条件的数据框的子集

Question

我有一个数据集 catalog，包含 3 列：产品 ID、品牌名称和产品类别。

import pandas as pd
catalog = {'product_id': [1, 2, 3, 1, 2, 4, 3, 5, 6],
        'brand_name': ['FW', 'GW', 'FK','FW','GW','WU','FK','MU', 'AS'],
        'product_class': ['ACCESSORIES', 'DRINK', 'FOOD', 'ACCESSORIES', 'DRINK', 'FURNITURE','FOOD', 'ELECTRONICS', 'APPAREL']}

df = pd.DataFrame(data=catalog)

假设我有一个产品 ID prod = [1,3,4]. 的列表，现在，使用 Python，我想根据 product_id 列出与此列表 prod 对应的所有品牌名称。如何仅使用 groupby() 和 get_group() 函数来做到这一点？我可以使用pd.DataFrame() 结合zip() 函数来做到这一点，但是效率太低，因为我需要单独获取每一列。

预期输出（在数据框中）

Product_id      Brand_name
1               'FW'
3               'FK'
4               'WU'                

任何人都可以提供一些帮助吗？

Answer 1

您可以使用 pandas 函数 isin() 和 drop_duplicates() 来实现：

prod = [1,3,4]
print(df[df.product_id.isin(prod)][["product_id", "brand_name"]].drop_duplicates())

输出：

   product_id brand_name
0           1         FW
2           3         FK
5           4         WU