检查数据框组是否包含列表中的值

Question

如何根据另一列的值打印/返回值？

analyse = input[['SR. NO', 'COUNTRY_NAME']]
print(analyse)

SR. NO    COUNTRY_NAME
     2          Norway
     2         Denmark
     2         Iceland
     2         Finland
     3         Denmark
     3         Iceland
     4         Finland
     4          Norway

在这里，我想检查 挪威 或 丹麦是为每个 SR 呈现。否，返回未找到任一这两个国家/地区之一的那些序列号！我尝试使用groupby 并遍历国家，但这没有帮助。我被困在了这一点上。

所以，预期的输出是：

[3,4]

Answer 1

您可以使用set.issubset 测试每个组是否存在列表的所有值：

L = ['Norway', 'Denmark']
s = set(L)
out = df.groupby('SR. NO')['COUNTRY_NAME'].apply(lambda x: s.issubset(x))

感谢@yatu 和@taras 的改进：

s = frozenset(L)
out = df.groupby('SR. NO')['COUNTRY_NAME'].apply(s.issubset)

然后只过滤Trues 值的索引：

out = out.index[~out].tolist()
print (out)
[3, 4]

在列表理解中使用过滤器的另一种解决方案：

L = ['Norway', 'Denmark']
s = set(L)
out =  [k for k, v in df.groupby('SR. NO')['COUNTRY_NAME'].apply(set).items() 
               if not s.issubset(v)]
print (out)
[3, 4]

Answer 2

一种方法是drop_duplicates、groupbySR.NO，获取每个组的sum，并检查哪个小于2（意味着0 或1 中的不同元素列表包含）：

l = ['Norway', 'Denmark']
out = (df.drop_duplicates()
         .COUNTRY_NAME.isin()
         .groupby(df['SR. NO'])
         .sum() 
         .lt(len(l)))
out.index[out].values.tolist()
# [3, 4]