Question

我有一个pandas数据框，其中包含具有一对多关系的索引。我的数据的一个非常简化和缩短的示例显示在DataFrame Example链接中。我想获得nCldLayers＆lt; = 1的唯一namIdx值的列表或系列或ndarray。最终结果应显示601和603的索引。

我可以通过下面的3条陈述来实现这一目标，但我想知道是否有一个更好，更简洁的方式可能是＆＃39;过滤器＆＃39;选择＆＃39 ;或者＆＃39;其中＆＃39;。
```
grouped=(namToViirs['nCldLayers']<=1).groupby(namToViirs.index).all(axis=0)
grouped = grouped[grouped==True]
filterIndex = grouped.index
```
通过在链的后续部分应用逻辑条件（namToViirs [＆＃39; nCldLayers＆gt; = 1]，是否有更好的方法来完成此结果，即第一组然后应用逻辑条件，然后只检索该组中每个成员的逻辑结果为真的namIdx？

Answer 1

我认为您的代码运行良好，只有您可以添加使用小的更改：

在all中可省略axis=0
grouped==True可以省略==True

grouped=(namToViirs['nCldLayers']<=1).groupby(level='namldx').all()
grouped = grouped[grouped]
filterIndex = grouped.index
print (filterIndex)
Int64Index([601, 603], dtype='int64', name='namldx')

我认为更好的是首先按boolean indexing进行过滤，然后按groupby进行过滤，因为循环次数较少 - ＆gt;更好的表现。

Answer 2

对于问题1，请参阅jezrael的回答。对于问题2，您可以将索引作为集合进行播放：

namToViirs.index[namToViirs.nCldLayers <= 1] \ 
          .difference(namToViirs.index[namToViirs.nCldLayers > 1])

Answer 3

您可能对this answer感兴趣。

目前的实施有些过时，但它应该将您的陈述减少到：

filterIndex = ((namToViirs['nCldLayers']<=1)
                .groupby(namToViirs.index).all(axis=0)[W].index)

编辑：还可以看到this answer的类似方法，不需要外部组件，从而导致：

filterIndex = ((namToViirs['nCldLayers']<=1)
                .groupby(namToViirs.index).all(axis=0)[lambda x : x].index)

Answer 4

另一个选择是使用.pipe()和一个应用所需过滤的函数。

例如：

filterIndex = ((namToViirs['nCldLayers']<=1)
                .groupby(namToViirs.index)
                .all(axis=0)
                .pipe(lambda s : s[s])
                .index)

使用逻辑条件过滤pandas dataframe groupby的语法

4 个答案: