Question

让我们定义以下DataFrame：

df = pd.DataFrame([["A", "i"], 
                   ["A", "i"], 
                   ["A", "a"], 
                   ["B", "i"], 
                   ["B", "i"],
                   ["C", "a"],
                   ["C", "a"],
                   ["D", "a"],
                   ["D", "i"]], columns=['device', 'status'])

我现在要查找的是一种设备，其中至少有一个状态为 a 和一个状态为 i 。然后，我想将所有 i 更改为 a ，并删除重复项。

我想第一步是显示有问题的行：

df = pd.DataFrame([["A", "i"], 
                   ["A", "i"], 
                   ["A", "a"], 
                   ["D", "a"],
                   ["D", "i"]], columns=['device', 'status'])

然后第二步应将 i 替换为 a ：

df = pd.DataFrame([["A", "a"], 
                   ["A", "a"], 
                   ["A", "a"], 
                   ["D", "a"],
                   ["D", "a"]], columns=['device', 'status'])

应删除重复项，所以我最终得到：

df = pd.DataFrame([["A", "a"], 
                   ["D", "a"]], columns=['device', 'status'])

背景是我有几台当前显示不同状态的设备。仅当所有情况都发生在i（不活动）上时，我才能将此设备的总体状态显示为不活动。否则，必须将其视为仍处于活动状态。

虽然我可以处理步骤2）和3），但我无法找到方法1）。

Answer 1

通过比较device，然后通过构造函数比较新的DataFrame，获得具有a和i值的set值，

s = df.groupby('device')['status'].apply(set)
idx = s.index[s == set(['a','i'])]
print (idx)
Index(['A', 'D'], dtype='object', name='device')

df = pd.DataFrame({'device': idx, 'status':'a'})
print (df)
  device status
0      A      a
1      D      a

如果要执行所有步骤：

df = df[df['device'].isin(idx)].replace({'status':{'i':'a'}}).drop_duplicates()
print (df)
  device status
0      A      a
7      D      a

熊猫：在一列中查找重复项，第二列中存在两个完全不同的值

1 个答案: