Question

所以我想说我有这个数据帧：

df = DataFrame({'ID': [1001,4003,1001, 4003, 7000, 7000], 
            'col_2': ['3', '8', '2', '1','7','9'], 
            'col_3': ['Steak','Chicken','Chicken','Steak','Chicken','Chicken']})

我想创建3个数据框。前两个是每个拥有Chicken的ID的数据框。第二个是所有带牛肉的ID。这很容易：

dfsteak = df[~(df['col_3'] != 'Steak')]
dfchicken =  df[~(df['col_3'] != 'Chicken')]

但是对于第三个，如果一个ID没有鸡一次，我想放弃任何一行，而牛排另一个。因此在这个示例DF中，ID为7000，只订购了鸡。但是我该如何实现呢？

Answer 1

这是一种直观的方式。我们的目的是创建一个按col_3汇总set至ID的系列。

然后过滤当映射的set 不 {'Steak', 'Chicken'}的超集时。

s = df.groupby('ID')['col_3'].apply(set)
df = df[~(df['ID'].map(s) >= {'Steak', 'Chicken'})]

print(df)

     ID col_2    col_3
4  7000     7  Chicken
5  7000     9  Chicken

Answer 2

将filter与any

一起使用

df.groupby('ID').filter(lambda x : ((x['col_3']=='Steak').any())&((x['col_3']=='Chicken').any()))
Out[14]: 
     ID col_2    col_3
0  1001     3    Steak
1  4003     8  Chicken
2  1001     2  Chicken
3  4003     1    Steak

过滤掉ID 7000

df.groupby('ID').filter(lambda x : ~((x['col_3']=='Steak').any())&((x['col_3']=='Chicken').any()))
Out[16]: 
     ID col_2    col_3
4  7000     7  Chicken
5  7000     9  Chicken

如果列中的值不符合另一列中的要求，则删除行

2 个答案: