Filtrando o DataFrame em grupos em que a contagem do elemento é diferente de 1

Estou trabalhando com um DataFrame com a seguinte estrutura:

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

Meu objetivo é visualizar apenas os grupos que possuem exatamente uma marca Xassociada a eles. Como o grupo número 2 tem duas observações iguais à marca X, ele deve ser filtrado do DataFrame resultante.

A saída deve ficar assim:

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

Eu sei que devo fazer um groupbyna coluna do grupo e depois filtrar os grupos com uma contagem Xdiferente de 1. A parte de filtragem é onde eu luto. Qualquer ajuda seria apreciada.

Use series.eqpara verificar se brandé igual a X, então groupby ee transform sumgrupos de filtros nos quais a Xcontagem é igual a 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

Isso deve funcionar também

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

Resultado

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

Agrupe por coluna e aplique um filtro simples de contagem de 'X'caracteres no grupo igual a 1

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

Resultado

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

Solução com 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

Também podemos usar DataFrame.mergecomSeries.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