如何在Pandas数据框上应用带模式的布尔过滤器？

Question

我有一个这样的数据框：

    userId  eventType
       1    action
       1    action
       1    inactive
       1    action
       1    inactive
       1    action
       1    action
       1    action
       2    action
       2    inactive
       2    inactive
       2    action
       ....  ....

我的目标是从用户中过滤UserID，该用户具有最多的“操作”条目，但也至少有一个不活动的条目！伪代码：

find user: max useractions & atleast one time inactive

是否有一种聪明的方法来处理数据框...上面的数据框包含10000多个条目。我可以循环执行此操作，并遍历每个用户，在temp变量中找到其eventType，评估此变量，然后始终更新满足最佳目标的用户。

但是有更好的方法吗？我将衷心感谢您的帮助！我很难从数据框中获取有关条件的信息！ 约翰，在此先感谢并致以最诚挚的问候，

Answer 1

您可以使用掩码过滤至少userId个'inactive'的数据，然后在计数userId个值的同时过滤这些'active'的数据帧：

mask = df['eventType'] == 'inactive'
inactives = df.loc[mask, 'userId'].unique()

res = df.loc[df['userId'].isin(inactives) & ~mask, 'userId'].value_counts().index[0]  # 1

注意pd.Series.value_counts返回一个按最高计数顺序排序的序列，其中userId为索引。因此，您只需获取其index的第一个值即可。