groupby和筛选熊猫

Question

df：

    make    country other_columns   sale
honda   tokyo   data    1
honda   hirosima    data    0
toyota  tokyo   data    1
toyota  hirosima    data    0
suzuki  tokyo   data    0
suzuki  hirosima    data    0
ferrari tokyo   data    1
ferrari hirosima    data    0
nissan  tokyo   data    1
nissan  hirosima    data    0

条件： 保持对为1,0

所需的输出

make    country other_columns   sale
honda   tokyo   data    1
honda   hirosima    data    0
toyota  tokyo   data    1
toyota  hirosima    data    0
ferrari tokyo   data    1
ferrari hirosima    data    0
nissan  tokyo   data    1
nissan  hirosima    data    0

我尝试过的（显然不起作用）

outdf = df.groupby('sale').filter(lambda x: x > 0)

我应该将两个列（“ sale”和“ make”）分组吗？

Answer 1

实际上，您需要groupby，但在“ make”列上，并且可以将filter与通过'sale'列创建tuple的函数一起使用：

outdf = df.groupby('make').filter(lambda x: tuple(x.sale)== (1,0))

您将获得预期的输出：

      make   country other_columns  sale
0    honda     tokyo          data     1
1    honda  hirosima          data     0
2   toyota     tokyo          data     1
3   toyota  hirosima          data     0
6  ferrari     tokyo          data     1
7  ferrari  hirosima          data     0
8   nissan     tokyo          data     1
9   nissan  hirosima          data     0

如果相同的“ make”命令不一定总是满足1到0之间的顺序，则可以先在“ sale”列上使用sort_values

Answer 2

这是使用groupby + set的解决方案。这应该是可扩展的，不需要订购：

s = df.groupby('make')['sale'].apply(set)
res = df[df['make'].map(s) >= {0, 1}]

print(res)

      make   country other_columns  sale
0    honda     tokyo          data     1
1    honda  hirosima          data     0
2   toyota     tokyo          data     1
3   toyota  hirosima          data     0
6  ferrari     tokyo          data     1
7  ferrari  hirosima          data     0
8   nissan     tokyo          data     1
9   nissan  hirosima          data     0