如何基于两列过滤时间序列熊猫数据帧？

Question

因此，我有一个时间序列数据框，其中一栏既有患者ID，又一栏有Years（1-3）。我想使用熊猫做的是，对于每个唯一的患者ID，只保留所有1-3年级都有条目的行。

IN

ID  Year 
111  1 
111  2 
111  3 
222  1 
222  2
333  1
333  2
333  3

输出

ID  Year 
111  1 
111  2 
111  3 
333  1
333  2
333  3

Answer 1

它可以像这样一行完成：

df = pd.DataFrame({
    "ID": [111, 111, 111, 222, 222, 333, 333, 333],
    "Year": [1, 2, 3, 1, 2, 1, 2, 3]})

# filter unique IDs that doesn't contain [1, 2, 3]
df = df.groupby('ID').filter(lambda g: (sorted(set(g["Year"].values)) == [1,2,3]))
print(df)
#    ID  Year
#0  111     1
#1  111     2
#2  111     3
#5  333     1
#6  333     2
#7  333     3

Answer 2

假设年只能是 1 到 3 ，则可以运行：

result = df.groupby('ID').filter(lambda grp: grp.Year.unique().size == 3)

需要

unique()来过滤掉例如3行 特定的 ID ，但全部来自同一 Year 。