检查数据帧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，我想检查一下挪威或 丹麦 是否出现在每个SR 中。否，请返回未找到这两个国家/地区之一的序列号！我尝试使用 groupby 并迭代国家/地区，但这没有帮助。我被困在这一点上。

因此，预期输出是：

[3,4]

Answer 1

您可以用于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)

然后仅过滤 s 值的索引True：

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

列表理解中使用过滤器的另一个解决方案：

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]