Фільтрація DataFrame по групах, де кількість елементів відрізняється від 1

Я працюю з DataFrame, що має таку структуру:

import pandas as pd

df = pd.DataFrame({'group':[1,1,1,2,2,2,2,3,3,3],
                   'brand':['A','B','X','C','D','X','X','E','F','X']})

print(df)

   group brand
0      1     A
1      1     B
2      1     X
3      2     C
4      2     D
5      2     X
6      2     X
7      3     E
8      3     F
9      3     X

Моя мета - переглянути лише ті групи, які мають саме один бренд, Xасоційований з ними. Оскільки група №2 має два спостереження, що дорівнюють бренду X, її слід відфільтрувати з отриманої DataFrame.

Вихід повинен виглядати так:

   group brand
0      1     A
1      1     B
2      1     X
3      3     E
4      3     F
5      3     X

Я знаю, що я повинен робити groupbyгруповий стовпчик, а потім фільтрувати ті групи, які мають кількість Xрізних від 1. Фільтруюча частина - це те, де я борюся. Будь-яка допомога буде вдячна.

Використовуйте, series.eqщоб перевірити, чи brandдорівнює X, а потім групу та transform sumі фільтруйте групи, у яких Xкількість дорівнює 1:

df[df['brand'].eq('X').groupby(df['group']).transform('sum').eq(1)]

   group brand
0      1     A
1      1     B
2      1     X
7      3     E
8      3     F
9      3     X

Це також має працювати

df[df.groupby(['group'])['brand'].transform('sum').str.count('X').eq(1)]

Вихідні дані

 group  brand
0   1   A
1   1   B
2   1   X
7   3   E
8   3   F
9   3   X

Згрупуйте стовпчик і застосуйте простий фільтр підрахунку 'X'символів у групі, рівний 1

df.groupby('group').filter(lambda x: x['brand'].str.count('X').sum() == 1)

Вихідні дані

   group brand
0      1     A
1      1     B
2      1     X
7      3     E
8      3     F
9      3     X

Розв’язання с pd.crosstab

df[df['group'].map(pd.crosstab(df['group'],df['brand'])['X'].eq(1))]

#   group brand
#0      1     A
#1      1     B
#2      1     X
#7      3     E
#8      3     F
#9      3     X

Ми також можемо використовувати DataFrame.mergeзSeries.drop_duplicates

df.merge(df.loc[df.brand.eq('X'),'group'].drop_duplicates(keep = False),on='group')
#   group brand
#0      1     A
#1      1     B
#2      1     X
#3      3     E
#4      3     F
#5      3     X