熊猫：按A列对数据分组，按B列的现有值过滤A

Question

我是熊猫新手，想创建一个包含分组和过滤后数据的新数据集。 现在，我的数据集包含两列如下所示（第一列包含A，B或C，第二列包含值）：

A 1 

A 2

A 3

A 4 

B 1

B 2

B 3 

C 4

->现在，我想按第一列的键（A，B，C）进行分组，并仅显示值1和2存在的键。 这样我的新数据集看起来就像：

A 1

A 2

B 1

B 2

直到现在，我只能打印所有内容，但不知道如何过滤：

for name, group in data.groupby('keys'):
   print(name)
   print(group)

感谢您的帮助！

Answer 1

您可以使用：

df = df.loc[(df['col2'] == 1) | (df['col2'] == 2)]

然后过滤不包含两个值的组：

df = df.groupby('col1').filter(lambda x: any(x['col2'] == 2))
df = df.groupby('col1').filter(lambda x: any(x['col2'] == 1))

示例：

  col1  col2
0    A     1
1    A     2
2    A     3
3    A     4
4    B     1
5    B     2
6    B     3
7    C     4
8    C     1

输出：

  col1  col2
0    A     1
1    A     2
4    B     1
5    B     2

Answer 2

尝试一下

quill.enable(false);
quill.disable();

对于这个问题，您实际上不需要groupby，

如果您也想尝试一下，

l=[1,2]
print df[df['col2'].isin(l)]

Answer 3

您真的不需要分组。 只需使用：

df = pd.DataFrame({'col_a': ['A','A','A','A', 'B','B','B', 'C'], 'col_b': [1,2,3,4,1,2,3,4]})
df.loc[(df.col_b == 1) | (df.col_b == 2)]

Answer 4

过滤出所有值为'1'或'2'的键：

data = data.loc[ (data['value'] == 1) | (data['value'] == 2) ]

然后仅过滤出您要查看的键：

data = data.loc[ (data['key'] == 'A') | (data['key'] == 'B') ]