Question

我有以下熊猫数据框-

 1. A     John
 2. A     Juliet
 3. A     Joseph
 4. A     Romeo
 5. A     Chris
 6. A     John
 7. A     Juliet
 8. A     Joseph
 9. A     Romeo
 10. A     Chris
 11. A     John
 12. B     Juliet
 13. B     Joseph
 14. B     Romeo
 15. B     Chris
 16. B     John
 17. C     Juliet
 18. C     Joseph
 19. C     Romeo

我必须使用2个条件进行过滤：

其中雇员（名称）各3位，并且
其中A的计数为8，B的计数为4，C的计数为3

My logic filters for each employee being there 3 times --

unique_employee=df.loc[:,"Employee"].unique().tolist()

count=0
for i in unique_employee:
    if count==0:
        df2=df1[df1['Employee']==i].iloc[0:3,:]
        count+=1
    else:
        df2=pd.concat([df2,df1[df1['Employee']==i].iloc[0:3,:]])

How do i put in the second part of my condition too?

我的预期输出将是公司A将有8个实例，公司B将有4个实例，公司C将有3个实例，并教员工在那儿三次–

A    John
A    John
B    John
A    Joseph
A    Joseph
C    Joseph
A    Chris
A    Chris
B    Chris
A    Juliet
B    Juliet
C    Juliet
A    Romeo
B    Romeo
C    Romeo

Answer 1

在以下代码中，存储“ A”，“ B”，“ C”的列的名称被命名为“ abc”。

每个ep是一个由“雇员”列标识的组。使用counter将返回一个计数器对象（类似于字典），指示员工拥有多少abc。

然后将计数器与condition_dic（预先设置）进行比较。如果满足要求，它将被添加到输出列表中。

from collections import Counter
employees=df.groupby("Employee")
condition_dic = {'A': 8, 'B':4, 'C':3}

output = []
for ep in employees:
    if len(ep[1]) == 3:
        output.append(ep[1])
    else:
        cnt = Counter(ep[1]['abc'])
        if cnt == condition_dic:
            output.append(ep[1])

output = pd.concat(output)

按2个计数过滤Pandas Dataframe

1 个答案: