如何筛选groupby对象，以使列值位于某个范围内？

Question

我有一个数据框分组在列PID上。数据框包含另一列year。我想找出所有存在year > 1990和year < 1970的单独记录的PID。

我尝试了以下方法，但是结果不是我期望的：

g = df.groupby('PID')
g.filter(lambda x: ( ((x['year'] < 1970) | (x['year'] > 1990)).all() )

但这包括仅满足两个条件之一的PID。我需要具有<1970年和1990年都有记录的PID。

以下是数据示例：

此数据帧在PID上分组，以生成上面编写的分组对象g。

Answer 1

d1 = df.loc[df["year"] < 1970, "PID"].drop_duplicates()
output = d1[d1.isin(df.loc[df["year"] > 1990, "PID"])]

Answer 2

g = df.groupby('PID')
g.filter(lambda x: ((x['year'] < 1970).any() & (x['year'] > 1990).any()))

x['year'] < 1970将返回一个布尔序列，其中将检查该条件下组中的每个记录。我们希望至少出现year < 1970，将由.any()检查。对于条件year > 1990同样。最后，我们希望这两个条件都成立，因此介于两者之间的&。