熊猫如何对一个列进行分组并根据另一列的最小唯一值过滤数据框？

Question

我有一个看起来像这样的数据框：

CP   AID   type
1    1      b
1    2      b
1    3      a
2    4      a
2    4      b
3    5      b
3    6      a
3    7      b

我想对CP列进行分组和过滤，以便它仅返回CP从AID列中至少具有3个唯一“对”的行。

结果应如下所示：

CP   AID   type
1    1      b
1    2      b
1    3      a
3    5      b
3    6      a
3    7      b

Answer 1

您可以将groupby与unique结合使用：

m = df.groupby('CP').AID.transform('unique').str.len() >= 3

---

print(df[m])
   CP  AID type
0   1    1    b
1   1    2    b
2   1    3    a
5   3    5    b
6   3    6    a
7   3    7    b

或，如RafaelC在评论中所述：

m = df.groupby('CP').AID.transform('nunique').ge(3)

---

print(df[m])
   CP  AID type
0   1    1    b
1   1    2    b
2   1    3    a
5   3    5    b
6   3    6    a
7   3    7    b

Answer 2

您可以这样做：

count = df1[['CP', 'AID']].groupby('CP').count().reset_index()
df1 = df1[df1['CP'].isin(count.loc[count['AID'] == 3,'CP'].values.tolist())]