![](/img/trans.png)
[英]pandas error in df.apply() only for a specific dataframe
[英]Only show specific groups in a df pandas
您好,我需要關注表中的特定組。
這是一個例子:
groups col1
A 3
A 4
A 2
A 1
B 3
B 3
B 4
C 2
D 4
D 3
我只想顯示包含 3 和 4 但沒有其他數字的組。 在這里我應該得到:
groups col1
B 3
B 3
B 4
D 4
D 3
這里有兩種可能的方法 - 通過Series.isin
測試成員資格,然后通過GroupBy.transform
和GroupBy.all
獲取所有具有所有True
的組,最后通過boolean indexing
過濾:
df1 = df[df['col1'].isin([3,4]).groupby(df['groups']).transform('all')]
print (df1)
groups col1
4 B 3
5 B 3
6 B 4
8 D 4
9 D 3
另一種方法是首先獲取所有組值,其中NOT
包含值3,4
並傳遞給另一個具有反轉掩碼的isin
函數:
df1 = df[~df['groups'].isin(df.loc[~df['col1'].isin([3,4]), 'groups'])]
print (df1)
groups col1
4 B 3
5 B 3
6 B 4
8 D 4
9 D 3
我們也可以使用GroupBy.filter
:
new_df=df.groupby('groups').filter(lambda x: x.col1.isin([3,4]).all() )
print(new_df)
groups col1
4 B 3
5 B 3
6 B 4
8 D 4
9 D 3
從 lambda 函數中刪除Series.isin
的替代方法:
df['aux']=df['col1'].isin([3,4])
df.groupby('groups').filter(lambda x: x.aux.all()).drop('aux',axis=1)
使用df.loc[]
然后按正常邏輯搜索應該可以工作。
import pandas as pd
data = [['A', 3],
['A', 4],
['A', 2],
['A', 1],
['B', 3],
['B', 3],
['B', 4],
['C', 2],
['D', 4],
['D', 3]]
df = pd.DataFrame(data, columns=["col1", "col2"])
df = df.loc[df["col2"] >= 3]
print(df.head())
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.