Question

如果我有一个DataFrame：

| id     | attribute_1 | attribute_2 |
|--------|-------------|-------------|
| 123abc | TRUE        | TRUE        |
| 123abc | TRUE        | FALSE       |
| 456def | TRUE        | FALSE       |
| 789ghi | TRUE        | TRUE        |
| 789ghi | FALSE       | FALSE       |
| 789ghi | FALSE       | FALSE       |

如何应用groupby或等效过滤器来计算如下所示的DataFrame子集中的id元素的唯一数量：

| id     | attribute_1 | attribute_2 |
|--------|-------------|-------------|
| 123abc | TRUE        | TRUE        |
| 123abc | TRUE        | FALSE       |

意思是，我想获得id值的唯一数量，其中attribute_1 == True 对于给定id 的所有实例，但attribute_2必须至少有1个True。

因此，456def将不会包含在过滤器中，因为它对于True至少没有一个attribute_2。

789ghi不会包含在过滤器中，因为它的所有attribute_1条目都不是True。

Answer 1

您需要两次groupby，一次是在“ attribute_1”上使用transform('all')，第二次是在“ attribute_2”上使用transform('any')。

i = df[df.groupby('id').attribute_1.transform('all')]
j = i[i.groupby('id').attribute_2.transform('any')]

print (j)
       id  attribute_1  attribute_2
0  123abc         True         True
1  123abc         True        False

最后，要获取满足此条件的唯一ID，请调用nunique：

print (j['id'].nunique())
1

当您的attribute_ *列为布尔值时，这最容易做到。如果它们是字符串，请先修复它们：

df = df.replace({'TRUE': True, 'FALSE': False})

布尔列上的条件DataFrame过滤器？

1 个答案: