在熊猫数据框的每个组中保留公共行

Question

给出以下熊猫数据框：

  | a  b
--+-----
0 | 1  A 
1 | 2  A 
2 | 3  A 
3 | 4  A 
4 | 1  B 
5 | 2  B 
6 | 3  B 
7 | 1  C 
8 | 3  C 
9 | 4  C 

如果按列b对其进行分组，我想执行一个操作，该操作仅使它们具有列a的行保持相同。结果将是以下数据帧：

  | a  b
--+-----
0 | 1  A 
2 | 3  A 
4 | 1  B 
6 | 3  B 
7 | 1  C 
8 | 3  C 

是否有一些内置方法可以做到这一点？

Answer 1

您可以在此处尝试将pivot_table与dropna一起使用，然后使用sreries.isin进行过滤：

s = df.pivot_table(index='a',columns='b',aggfunc=len).dropna().index
df[df['a'].isin(s)]

与crosstab类似：

s = pd.crosstab(df['a'],df['b'])
df[df['a'].isin(s[s.all(axis=1)].index)]

---

   a  b
0  1  A
2  3  A
4  1  B
6  3  B
7  1  C
8  3  C

Answer 2

尝试：

df2=df.groupby("a")["b"].nunique().eq(len(df.groupby("b").groups))
df=df.merge(df2.loc[df2].rename("filter"), on="a").drop("filter", axis=1)

输出：

   a  b
0  1  A
1  1  B
2  1  C
3  3  A
4  3  B
5  3  C

Answer 3

一个使用transform和groupby并带有布尔过滤和dropna的衬里

df[df.groupby(['a'])['b'].transform(len).eq(df['b'].nunique())].dropna(how='all')
print(df)
   a     b
0  1    A 
2  3    A 
4  1    B 
6  3    B 
7  1    C 
8  3    C 

Answer 4

您可以找到所有组之间的交集并将其用于过滤：

from functools import reduce

intersect = reduce(np.intersect1d, df.groupby('b')['a'].apply(list))
df.loc[df['a'].isin(intersect), :]

输出：

   a  b
0  1  A
2  3  A
4  1  B
6  3  B
7  1  C
8  3  C

Answer 5

假设没有与a和b相同的条目，应该这样做

FormResponse.submit()