Python Pandas：是否有更快的方法根據標准拆分和重組DataFrame？

Question

我想基於特定列“ContactID”對此DataFrame進行分組，但如果組的列“PaymentType”不包含特定值，那么我想從DataFrame中刪除整個組。

我有這樣的事情：

UniqueID = data.drop_duplicates('ContactID')['ContactID'].tolist()
OnlyRefinance=[]
for i in UniqueID:
    splits = data[data['ContactID']==i].reset_index(drop=True)
    if any(splits['PaymentType']==160):
        OnlyRefinance.append(splits)
OnlyRefinance = pd.concat(OnlyRefinance)

這有效，但它非常慢，我想知道是否有更快的方法來實現這一目標。

Answer 1

您可以使用groupby.filter另一個選項：

data.groupby("ContactID").filter(lambda g: (g.PaymentType == 160).any())

這只會保留PaymentType包含160的組。

Answer 2

您可以通過以下方式輕松完成此操作

to_drop = data.loc[data['PaymentType'] == 160, 'ContactID'].unique()
data[~data['ContactID'].isin(to_drop)]

因此，首先過濾掉不滿足條件的所有行，並獲取我們想要刪除的唯一聯系ID

然后將這些傳遞給isin並使用~反轉掩碼，這將刪除ContactID在此數組中的所有行