Python Dataframe Pandas - 过滤 Z6A8064B5DF4794555500553C47C55055DZ 行的条件子集

Question

我想过滤 Dataframe 行，具体取决于列表的所有项目是否都存在于criteria_a列中，以获得criteria_b列中的固定值。

例如，让我们考虑以下 Dataframe：

df = pd.DataFrame({'criteria_a': [1, 2, 3, 4, 1, 1, 2, 3, 4], 
                   'criteria_b': [2, 2, 2, 3, 7, 9, 9, 9, 9], 
                   'value': [0.2, 0.6, 0.1, 0.9, 0.8, 0.7, 0.3, 0.8, 0.1]})

print(df)

   criteria_a  criteria_b  value
0           1           2    0.2
1           2           2    0.6
2           3           2    0.1
3           4           3    0.9
4           1           7    0.8
5           1           9    0.7
6           2           9    0.3
7           3           9    0.8
8           4           9    0.1

criteria_a列的可能值为list_criteria_a = [1, 2, 3, 4] 。

我想创建一个新的 dataframe ，它只提取列表list_criteria_a中的所有项目对于给定的criteria_b值都存在的行。

上述示例的结果将只有最后四行：

   criteria_a  criteria_b  value
0           1           9    0.7
1           2           9    0.3
2           3           9    0.8
3           4           9    0.1

我知道我们必须使用issubset() ，但我不知道如何。 它与帖子非常相似（ 如果行包含列表中的所有项目，我如何在 pandas 中获取行的索引？ ）除了我想过滤行，而不是输出它们的索引，还有一个额外的条件。

非常感谢！

Answer 1

For compare values per groups is best here use GroupBy.transform with custom function for compare set by issubset method, output is boolean Series, so possible filter by boolean indexing :

f = lambda x: set(list_criteria_a).issubset(x)
df1 = df[df.groupby('criteria_b')['criteria_a'].transform(f)]
print (df1)
   criteria_a  criteria_b  value
5           1           9    0.7
6           2           9    0.3
7           3           9    0.8
8           4           9    0.1