使用特定列值作為在pandas數據幀中搜索的鍵

Question

我需要獲取具有特定列值的行作為鍵下面是我的pandas df。

>>> data
     OrderID            TimeStamp  ErrorCode Duration          ResponseType  \
0    3000000  1488948188555841641        NaN      IOC                   NaN   
1    3000000  1488948188556444675          0      NaN     NEW_ORDER_CONFIRM   
2    3000000  1488948188556448153          2      NaN         TRADE_CONFIRM   
3    3000001  1488948658787676012        NaN      IOC                   NaN   
4    3000001  1488948658787811582          1      NaN     NEW_ORDER_CONFIRM   
5    3000001  1488948658787824862          2      NaN         TRADE_CONFIRM   
6    3000002  1488949064945887091        NaN      IOC                   NaN   
7    3000003  1488949109654115659        NaN      IOC                   NaN   
8    3000003  1488949109654294973          1      NaN     NEW_ORDER_CONFIRM   
9    3000003  1488949109654299930      16388      NaN  CANCEL_ORDER_CONFIRM   

我需要選擇所有orderID，其中Duration是IOC（相當簡單），用於answer orders = data.loc[data.Duration == 'IOC', 'OrderID'].unique() ，然后獲取所選的那些行OrderID，其中持續時間是NaN。 OrderID將始終為3或僅為單個ORDERID（無法返回輸出或空行，例如OrderID 3000002）

棘手的部分是NEW_ORDER_CONFIRM中的Errorcode是正確的，TRADE_CONFIRM或CANCEL_ORDER_CONFIRM中的錯誤代碼是錯誤的。 我只想在最后一行輸出中找到正確的值。

EXPECTED O/P ROW 1 
     OrderID            TimeStamp  ErrorCode Duration          ResponseType  \
0    3000000  1488948188555841641        0      IOC                   TRADE_CONFIRM 

我嘗試使用grep IOC loglife| cut -d, -f1 to get OrderID then grep each OrderID & NaN來使用bash grep IOC loglife| cut -d, -f1 to get OrderID then grep each OrderID & NaN 。 但我需要一個更高效的python解決方案

Answer 1

我認為你可以先得到OrderID列的所有unique值，其中IOC是Duration ，然后通過boolean indexing選擇所有NaN - 掩碼由isin和isnull創建：

#unique can be omit, but then solution a bit slowier in big df 
orders = df.loc[df.Duration == 'IOC', 'OrderID'].unique()

df = df[df.OrderID.isin(orders) & df.Duration.isnull()]
print (df)
   OrderID            TimeStamp  ErrorCode Duration          ResponseType
1  3000000  1488948188556448153        2.0      NaN         TRADE_CONFIRM
3  3000001  1488948658787824862        2.0      NaN         TRADE_CONFIRM
6  3000003  1488949109654299930    16388.0      NaN  CANCEL_ORDER_CONFIRM