Question

我有以下数据框

df = pd.DataFrame({'ItemType': ['Red', 'White', 'Red', 'Blue', 'White', 'White', 'White', 'Green'], 
               'ItemPrice': [10, 11, 12, 13, 14, 15, 16, 17], 
               'ItemID': ['A', 'A', 'B', 'B', 'C', 'C', 'D', 'D']})

我想获取具有ID的记录（行），这些记录的ID仅以DataFrame的形式包含“白色” ItemType

我尝试了以下解决方案：

types = ['Red','Blue','Green']

~df.groupby('ItemID')['ItemType'].any().apply(lambda u: u in(types))

但这给了我一个不正确的结果（D应该为False），并且是一系列的结果。

A False
B False
C True
D True

谢谢！

Answer 1

您应避免在此处使用 apply ，因为通常速度很慢。相反，请在flag之前分配groupby列，然后使用all断言types中没有任何组值：

df.assign(flag=~df.ItemType.isin(types)).groupby('ItemID').flag.all()

ItemID
A    False
B    False
C     True
D    False
Name: flag, dtype: bool

但是，仅是为了演示操作的逻辑，并说明您的方法的不正确之处，以下是使用apply的有效版本：

~df.groupby('ItemID').ItemType.apply(lambda x: any(i in types for i in x))

在使用any之前，您需要在Lambda中使用apply ，而不是在Series上。

要访问满足此条件的行，可以使用transform：

df[df.assign(flag=~df.ItemType.isin(types)).groupby('ItemID').flag.transform('all')]

  ItemType  ItemPrice ItemID
4    White         14      C
5    White         15      C

Answer 2

另一种方法是计算非白色ItemID值的数组。然后过滤数据框：

non_whites = df.loc[df['ItemType'].ne('White'), 'ItemID'].unique()

res = df[~df['ItemID'].isin(non_whites)]

print(res)

  ItemType  ItemPrice ItemID
4    White         14      C
5    White         15      C

您也可以使用GroupBy，但这不是绝对必要的。

带有lambda的熊猫groupby在列表中

2 个答案: