Question

我有一个与this one类似的问题。

我有一个这样的数据框：

import pandas as pd

df = pd.DataFrame({'A': list(range(7)),
                   'B': ['a', 'b', 'a', 'c', 'c', 'b', 'b'],
                   'C': ['x', 'x', 'x', 'z', 'z', 'y', 'x']}
                  )

   A  B  C
0  0  a  x
1  1  b  x
2  2  a  x
3  3  c  z
4  4  c  z
5  5  b  y
6  6  b  x

我想groupby列B和C，然后从df中选择组大小超过1的所有行。

期望的结果将是

所以我可以做到

gs_bool = df.groupby(['B', 'C']).size() > 1

给出了

B  C
a  x     True
b  x     True
   y    False
c  z     True
dtype: bool

我现在如何将其反馈给df？

Answer 1

你真的很亲近 - 需要GroupBy.transform：

onBack

gs_bool = df.groupby(['B', 'C'])['B'].transform('size') > 1
print (gs_bool)
0     True
1     True
2     True
3     True
4     True
5    False
6     True
Name: B, dtype: bool

Answer 2

IIUC：

In [38]: df.groupby(['B','C']).filter(lambda x: len(x) > 1)
Out[38]:
   A  B  C
0  0  a  x
1  1  b  x
2  2  a  x
3  3  c  z
4  4  c  z
6  6  b  x

如何筛选属于具有多个成员的组的所有行？

2 个答案: