在两个不同列上具有两个条件的数据框

Question

我想根据两个不同列上的两个条件过滤数据框。在下面的示例中，我想过滤数据框df以包含行，以便它包含uids，列的值计数val大于 4 大于 2。df = pd.DataFrame({'uid':[1,1,1,2,2,3,3,4,4,4],'iid':[11,12,13,12,13,13,14,14,11,12], 'val':[3,4,5,3,5,4,5,4,3,4]})对于这个数据框，我的输出应该是 df   uid  iid  val0    1   11    31    1   12    42    1   13    55    3   13    46    3   14    57    4   14    48    4   11    39    4   12    4在这里，我过滤掉了uid2 的行数，因为uid == 2行数val >= 4小于 2。我只想保留值大于 4 的行数大于或等于 2。uidval

Answer 1

您需要groupby.transform一次sum检查 val 大于或等于ge4 的位置。并检查结果是否将ge其用作 df 上的布尔过滤器。

print (df[df['val'].ge(4).groupby(df['uid']).transform(sum).ge(2)])

   uid  iid  val

0    1   11    3

1    1   12    4

2    1   13    5

5    3   13    4

6    3   14    5

7    4   14    4

8    4   11    3

9    4   12    4

编辑：另一种避免方法groupby.transform是对val小于 4 的行和 uidloc列，在其上使用并在2 处获取 True。然后返回 uid 列以在 df 上创建布尔过滤器。结果相同，而且可能更快。gevalue_countsgemap

df[df['uid'].map(df.loc[df['val'].ge(4), 'uid'].value_counts().ge(2))]