Question

我有一个像这样的pandas数据框：

     UNIT        MACHINE
1    a100        001
2    a100        002
3    a100        003
4    a100        001
5    b222        001
6    b222        002
7    b222        002
8    b222        003

我想基于“UNIT”对其进行分组，并删除没有[001,002,003]“MACHINE”序列的行。这意味着因为UNIT“a100”具有序列[001,002,003,001]，它应该被删除，但是UNIT“b222”仍然存在，因为无论MACHINE 002的重复如何，序列都是正确的。

输出应如下所示：

     UNIT        MACHINE
5    b222        001
6    b222        002
7    b222        002
8    b222        003

序列[001,002,003]是我在这里作为例子编写的可接受的MACHINE序列之一。有几个这样的序列，所有这些序列都是单调递增的。

我应该如何组合GroupBy并执行此操作？

Answer 1

In [26]: chk_set = set(df.MACHINE.unique())

In [27]: df[df.groupby('UNIT')['MACHINE']
              .transform(lambda x: x.is_monotonic_increasing & chk_set.issubset(set(x)))]
Out[27]:
   UNIT MACHINE
5  b222     001
6  b222     002
7  b222     002
8  b222     003

<强>更新

假设您有以下DF：

In [90]: df
Out[90]:
    UNIT MACHINE
1   a100     001
2   a100     002
3   a100     003
4   a100     001
5   b222     001
6   b222     002
7   b222     002
8   b222     003
9     c1     001
10    c1     003
11    c2     078
12    c2     079
13    c2     080
14    c3     078
16    c3     080

以及要检查的连接组的数组：

In [91]: chk_groups = np.array(['001002003','078079080'])

解决方案：

In [92]: df[df.groupby('UNIT')['MACHINE']
              .transform(lambda x: x.is_monotonic_increasing
                                   & np.in1d(x.unique().sum(),chk_groups))]
Out[92]:
    UNIT MACHINE
5   b222     001
6   b222     002
7   b222     002
8   b222     003
11    c2     078
12    c2     079
13    c2     080

Answer 2

diff使用groupby + transform + all。

m = df.MACHINE\
      .astype(int)\
      .diff()\
      .fillna(0)\
      .isin([0, 1])\
      .groupby(df.UNIT)\
      .transform('all')

m

1    False
2    False
3    False
4    False
5     True
6     True
7     True
8     True
Name: MACHINE, dtype: bool

使用diff + isin检测行是否为非递减（仅0或1的步骤被视为有效）。

接下来，使用m，索引df。

df[m]

   UNIT MACHINE
5  b222     001
6  b222     002
7  b222     002
8  b222     003

Answer 3

你可以这样做：

 df.groupby('UNIT')['MACHINE'].transform(lambda x : (x.astype(int).diff().fillna(0) >= 0).all())     
df[sample]

   UNIT  MACHINE
5  b222        1
6  b222        2
7  b222        2
8  b222        3

将Pandas数据帧分组一列，根据另一列删除行

3 个答案: