我正在用 Pandas 处理数据。“A”是唯一 ID 列，“E”列包含1或0。我只想保留 E 列的值同时包含 0 和 1 的组。（我想删除 A 列为 2 和 4 的行，因为这些组分别只包含 1 和 0，只留下 A 列为 1 的行， 3、5）。做这个的最好方式是什么？ A B C D E F1 1 0 0 0 1 1163.72 1 0.8 0.8 2.2 0 03 1 0.2 0.2 4.4 0 04 1 0.8 0.4 0.4 0 05 1 0.5 0.7 3.8 0 06 2 1 1 8.9 1 1167 2 1.5 1.5 1.7 1 1168 2 2 2 8.7 1 1169 3 3 3 5. 0 010 3 4.5 4.5 2.2 0 011 3 6.0 6.5 0.8 0 012 3 8 8 0.3 0 013 3 5.3 0 0 1 11614 3 0 0 0 1 11615 4 0.8 0.8 1.1 0 016 4 0.2 0.5 3.4 0 017 4 0.4 0.8 3.2 0 018 4 0.7 0.5 3.0 0 019 5 1 1 1.5 0 020 5 1.5 1.5 1.7 0 021 5 2 2 7.9 1 116我想得到以下数据。 A B C D E F1 1 0 0 0 1 1163.72 1 0.8 0.8 2.2 0 03 1 0.2 0.2 4.4 0 04 1 0.8 0.4 0.4 0 05 1 0.5 0.7 3.8 0 06 3 3 3 2.2 0 07 3 4.5 4.5 2.2 0 08 3 6.0 6.5 0.8 0 09 3 8 8 0.3 0 010 3 5.3 0 0 1 11611 3 0 0 0 1 11612 5 1 1 1.5 0 013 5 1.5 1.5 1.7 0 014 5 2 2 7.9 1 116
2 回答
蝴蝶不菲
TA贡献1810条经验 获得超4个赞
Series.groupby在列上使用E并transform使用any创建布尔掩码：
m = (df['E'].eq(0).groupby(df['A']).transform('any') &
df['E'].eq(1).groupby(df['A']).transform('any'))
df1 = df[m]
E或者如果列仅由零和一组成的另一个想法，
m = df.groupby('A')['E'].nunique().eq(2)
df1 = df[df['A'].isin(m[m].index)]
结果：
print(df1)
A B C D E F
1 1 0.0 0.0 0.0 1 1163.7
2 1 0.8 0.8 2.2 0 0.0
3 1 0.2 0.2 4.4 0 0.0
4 1 0.8 0.4 0.4 0 0.0
5 1 0.5 0.7 3.8 0 0.0
9 3 3.0 3.0 5.0 0 0.0
10 3 4.5 4.5 2.2 0 0.0
11 3 6.0 6.5 0.8 0 0.0
12 3 8.0 8.0 0.3 0 0.0
13 3 5.3 0.0 0.0 1 116.0
14 3 0.0 0.0 0.0 1 116.0
19 5 1.0 1.0 1.5 0 0.0
20 5 1.5 1.5 1.7 0 0.0
21 5 2.0 2.0 7.9 1 116.0
慕勒3428872
TA贡献1848条经验 获得超6个赞
drop_duplicates您可以在 A 和 E 列上使用groupby.size，并查看 A 组有 2 个不同元素的位置，因为 E 只有 0 或 1。然后使用大小等于 2 的索引，如下所示：
s = df[['A','E']].drop_duplicates().groupby('A').size()
df_ = df[df['A'].isin(s[s.eq(2)].index)].copy()
print(df_)
A B C D E F
1 1 0.0 0.0 0.0 1 1163.7
2 1 0.8 0.8 2.2 0 0.0
3 1 0.2 0.2 4.4 0 0.0
4 1 0.8 0.4 0.4 0 0.0
5 1 0.5 0.7 3.8 0 0.0
9 3 3.0 3.0 5.0 0 0.0
10 3 4.5 4.5 2.2 0 0.0
11 3 6.0 6.5 0.8 0 0.0
12 3 8.0 8.0 0.3 0 0.0
13 3 5.3 0.0 0.0 1 116.0
14 3 0.0 0.0 0.0 1 116.0
19 5 1.0 1.0 1.5 0 0.0
20 5 1.5 1.5 1.7 0 0.0
21 5 2.0 2.0 7.9 1 116.0
添加回答
举报
0/150
提交
取消