无论如何，在按熊猫分组的数据框中取消对数据进行分组？

Question

我有一个数据集，为简单起见，我需要根据一个列进行分组和汇总，以便可以轻松删除一些行。 一旦完成计算，我就需要按操作反转分组，以便可以在excel中轻松查看数据框。 如果我不采取相反的行动，我会将整个列表导出到excel，这很难分析。 任何帮助将深表感谢。

例：

Col1  Col2 Col3
123   11   Yes
123   22   Yes
256   33   Yes
256   33   No
337   00   No
337   44   No

应用groupby和聚合后：

X=dataset.groupby('Col1').agg(lambda x:set(x)).reset_index()

我懂了

Col1   Col2      Col3
123   {11,22}   {Yes}
256   {33}      {Yes, No}
337   {00,44}   {No}

然后，我使用drop删除所有包含Yes的列。

X=X.reset_index(drop=True)

在导出到excel之前我需要获得的是

Col1 Col2 Col3
337   00   No
337   44   No

希望这足够清楚

提前解冻

Answer 1

我认为转换成集合不是一个好主意。 这是一种替代方法：首先按Col3降序排序，然后创建Col2 : Yes/No的映射Col2 : Yes/No并基于此进行过滤。

In [1191]: df = df.sort_values('Col3', ascending=True)

In [1192]: mapping = dict(df[['Col2', 'Col3']].values)

In [1193]: df[df.Col2.replace(mapping) == 'No'] # or df.Col2.map(mapping)
Out[1193]: 
   Col1  Col2 Col3
4   337     0   No
5   337    44   No

Answer 2

我同意COLDSPEED。 您不需要转换为设置

df['Temp']=df.Col3.eq('Yes')
DF=df.groupby('Col1')['Temp'].sum()
df[df.Col1==DF.index[DF==0].values[0]].drop('Temp',axis=1)


Out[113]: 
   Col1  Col2 Col3
4   337     0   No
5   337    44   No