根据特定月份的值过滤熊猫数据框，并以另一列为条件

Question

我有一个带有以下头的大数据框

import pandas as pd
f = pd.Dataframe(columns=['month', 'Family_id', 'house_value'])

月从0到239，Family_ids最高为10900，房屋价值有所不同。 因此，数据框有超过两百五十万行。

我只想为每个家庭的最终房价与其初始房价之间存在差异的数据过滤数据框。

一些样本数据如下所示：

f = pd.DataFrame({'month': [0, 0, 0, 0, 0, 1, 1, 239, 239], 'family_id': [0, 1, 2, 3, 4, 0, 1, 0, 1], 'house_value': [10, 10, 5, 7, 8, 10, 11, 10, 11]})

从该样本中得出的数据帧将是：

g = pd.DataFrame({'month': [0, 1, 239], 'family_id': [1, 1, 1], 'house_value': [10, 11, 11]})

因此，我想到了这样的代码：

ft = f[f.loc['month'==239, 'house_value'] > f.loc['month'==0, 'house_value']]

还尝试了这个：

g = f[f.house_value[f.month==239] > f.house_value[f.month==0] and f.family_id[f.month==239] == f.family_id[f.month==0]]

上面的代码给出了错误Keyerror: False和ValueError任何想法。 谢谢。

Answer 1

使用groupby.filter ：

(f.sort_values('month')
  .groupby('family_id')
  .filter(lambda g: g.house_value.iat[-1] != g.house_value.iat[0]))

#  family_id    house_value   month
#1         1             10       0
#6         1             11       1
#8         1             11     239

---

正如@Bharath所评论的那样，您的方法会出错，因为对于布尔过滤器，它期望布尔序列的长度与原始数据帧的长度相同，在两种情况下都是不正确的，因为在比较之前应用了过滤过程。