groupby和filter熊猫

Question

df：    make    country other_columns   salehonda   tokyo   data    1honda   hirosima    data    0toyota  tokyo   data    1toyota  hirosima    data    0suzuki  tokyo   data    0suzuki  hirosima    data    0ferrari tokyo   data    1ferrari hirosima    data    0nissan  tokyo   data    1nissan  hirosima    data    0条件：保持具有1,0的货币对期望的输出make    country other_columns   salehonda   tokyo   data    1honda   hirosima    data    0toyota  tokyo   data    1toyota  hirosima    data    0ferrari tokyo   data    1ferrari hirosima    data    0nissan  tokyo   data    1nissan  hirosima    data    0我尝试了什么（这显然不起作用）outdf = df.groupby('sale').filter(lambda x: x > 0)我应该将两个列都分组吗（“ sale”和“ make”）？

Answer 1

这是使用groupby+的解决方案set。这应该是可扩展的，不需要订购：

s = df.groupby('make')['sale'].apply(set)

res = df[df['make'].map(s) >= {0, 1}]

print(res)

      make   country other_columns  sale

0    honda     tokyo          data     1

1    honda  hirosima          data     0

2   toyota     tokyo          data     1

3   toyota  hirosima          data     0

6  ferrari     tokyo          data     1

7  ferrari  hirosima          data     0

8   nissan     tokyo          data     1

9   nissan  hirosima          data     0