查找符合多列条件的行

Question

我有一个具有200万行的数据框，其格式如下：

ID   Number
1    30
1    40
1    60
2    10
2    30
3    60

我需要选择编号为30和40的ID（在这种情况下，输出应为1）。

我知道我们可以创建一个仅包含数字30和40的新DF，然后使用groupby来查看哪些ID的数量大于1。但是，有没有办法在groupby语句中同时做这两项呢？

我的代码：

a=df[(df['Number']==30) | (df['Number']==40) ]
b=a.groupby('ID')['Number'].nunique().to_frame(name='tt').reset_index()
b[b['tt'] > 1]

Answer 1

使用分组依据filter和issubset

s = {30, 40}
df.groupby('ID').filter(lambda x: s.issubset(set(x.Number)))

Out[158]:
   ID  Number
0   1      30
1   1      40
2   1      60

Answer 2

我将为每个条件创建一个df，然后将它们内部连接：

df1 = df[df.Number == 30][['Number']]
df2 = df[df.Number == 40][['Number']]

df3 = df1.join(df2,how='inner',on='Number')

Answer 3

我发现Groupby对象的describe()方法返回一个数据帧的事实非常有用。

将temp1 = a.groupby("ID").describe()和temp2 = a.groupby("ID").describe()["Number"]输出到Jupyter笔记本以查看它们的外观，然后下面的代码（从您的代码开始）应该有意义。

summary = a.groupby("ID").describe()["Number"]
summary.loc[summary["count"] > 1].index