groupby 和过滤熊猫

Posted 2023-03-11

【中文标题】groupby 和过滤熊猫

【英文标题】：groupby and filter pandas

【发布时间】：2018-12-09 02:12:37

【问题描述】：

df:

    make    country other_columns   sale
honda   tokyo   data    1
honda   hirosima    data    0
toyota  tokyo   data    1
toyota  hirosima    data    0
suzuki  tokyo   data    0
suzuki  hirosima    data    0
ferrari tokyo   data    1
ferrari hirosima    data    0
nissan  tokyo   data    1
nissan  hirosima    data    0

条件： 保留有 1,0 的对

想要的输出

make    country other_columns   sale
honda   tokyo   data    1
honda   hirosima    data    0
toyota  tokyo   data    1
toyota  hirosima    data    0
ferrari tokyo   data    1
ferrari hirosima    data    0
nissan  tokyo   data    1
nissan  hirosima    data    0

我尝试过的（显然不起作用）

outdf = df.groupby('sale').filter(lambda x: x > 0)

我应该将这两个列（“销售”和“制造”）分组吗？

【问题讨论】：

a pair is make + 2 state?

只是制作，但我需要所有的列

@AntonvBR 编辑问题

【参考方案1】：

这是使用groupby + set 的解决方案。这应该是可扩展的并且不需要订购：

s = df.groupby('make')['sale'].apply(set)
res = df[df['make'].map(s) >= 0, 1]

print(res)

      make   country other_columns  sale
0    honda     tokyo          data     1
1    honda  hirosima          data     0
2   toyota     tokyo          data     1
3   toyota  hirosima          data     0
6  ferrari     tokyo          data     1
7  ferrari  hirosima          data     0
8   nissan     tokyo          data     1
9   nissan  hirosima          data     0

【参考方案2】：

确实，您需要groupby，但在“make”列上，您可以将filter 与从“sale”列创建tuple 的函数一起使用：

outdf = df.groupby('make').filter(lambda x: tuple(x.sale)== (1,0))

你会得到预期的输出：

      make   country other_columns  sale
0    honda     tokyo          data     1
1    honda  hirosima          data     0
2   toyota     tokyo          data     1
3   toyota  hirosima          data     0
6  ferrari     tokyo          data     1
7  ferrari  hirosima          data     0
8   nissan     tokyo          data     1
9   nissan  hirosima          data     0

如果 1 和 0 之间的顺序并不总是满足相同的“品牌”，您可以先在“销售”列上使用 sort_values

【讨论】：

是的，这就是我需要的