按列分组然后根据条件进行筛选。
按列分组然后根据条件进行筛选。
提问于 2018-06-05 14:33:30
我有一个df，我想筛选出一个基于分组的列。我想保持按组合分组(cc、odd、tree1和tree2)，如果天>4时，则保留它，否则丢弃它。
df = pd.DataFrame()
df['cc'] = ['BB', 'BB', 'BB', 'BB','BB', 'BB','BB', 'BB', 'DD', 'DD', 'DD', 'DD', 'DD', 'DD', 'DD', 'DD', 'ZZ', 'ZZ', 'ZZ', 'ZZ', 'ZZ', 'ZZ', 'ZZ', 'ZZ']
df['odd'] = [3434, 3434, 3434, 3434, 3435, 3435, 3435, 3435, 3434, 3434, 3434, 3434, 3435, 3435, 3435, 3435, 3434, 3434, 3434, 3434, 3435, 3435, 3435, 3435]
df['tree1'] = ['ASP', 'ASP', 'ASP', 'ASP', 'SAP', 'SAP', 'SAP', 'SAP', 'ASP', 'ASP', 'ASP', 'ASP', 'SAP', 'SAP', 'SAP', 'SAP', 'ASP', 'ASP', 'ASP', 'ASP', 'SAP', 'SAP', 'SAP', 'SAP']
df['tree2'] = ['ATK', 'ATK','ATK','ATK','ATK','ATK','ATK','ATK', 'ATK', 'ATK','ATK','ATK','ATK','ATK','ATK','ATK', 'ATK', 'ATK','ATK','ATK','ATK','ATK','ATK','ATK']
df['day'] = [1, 2, 3, 4, 3, 4, 5, 6, 2, 3, 4, 5, 1, 3, 5, 7, 1, 2, 6, 8, 2, 4, 6, 8]
df我尝试过这样做，但是这会删除任何日值小于4的行。
df_grouped = df.groupby(['cc', 'odd', 'tree1', 'tree2']).filter(df['day'] > 4)我得到了这个错误TypeError: 'Series' object is not callable
试过这个
df_grouped = df.groupby(['cc', 'odd', 'tree1', 'tree2']).filter(lambda x: x['day'] > 4)我得到了这个错误TypeError: filter function returned a Series, but expected a scalar bool。
我搜索并试图解决这些错误，但建议的解决方案对我无效。我想得到如下所示的df：
df1 = pd.DataFrame()
df1['cc'] = ['BB', 'BB','BB', 'BB', 'DD', 'DD', 'DD', 'DD', 'DD', 'DD', 'DD', 'DD', 'ZZ', 'ZZ', 'ZZ', 'ZZ', 'ZZ', 'ZZ', 'ZZ', 'ZZ']
df1['odd'] = [3435, 3435, 3435, 3435, 3434, 3434, 3434, 3434, 3435, 3435, 3435, 3435, 3434, 3434, 3434, 3434, 3435, 3435, 3435, 3435]
df1['tree1'] = ['SAP', 'SAP', 'SAP', 'SAP', 'ASP', 'ASP', 'ASP', 'ASP', 'SAP', 'SAP', 'SAP', 'SAP', 'ASP', 'ASP', 'ASP', 'ASP', 'SAP', 'SAP', 'SAP', 'SAP']
df1['tree2'] = ['ATK','ATK','ATK','ATK', 'ATK', 'ATK','ATK','ATK','ATK','ATK','ATK','ATK', 'ATK', 'ATK','ATK','ATK','ATK','ATK','ATK','ATK']
df1['day'] = [3, 4, 5, 6, 2, 3, 4, 5, 1, 3, 5, 7, 1, 2, 6, 8, 2, 4, 6, 8]
df1我尝试过使用any的逻辑函数，但我无法使它工作，它只返回True或False给我，而不是过滤的数据文件。
回答 2
Stack Overflow用户
回答已采纳
发布于 2018-06-05 14:53:39
现在我已经理解了您想要的东西，让我们尝试一下transform + any之类的东西
df[df.assign(key=df.day > 4)
.groupby(['cc', 'odd', 'tree1', 'tree2']).key.transform('any')
]或,
df[df.day.gt(4).groupby([df.cc, df.odd, df.tree1, df.tree2]).transform('any')]
cc odd tree1 tree2 day
4 BB 3435 SAP ATK 3
5 BB 3435 SAP ATK 4
6 BB 3435 SAP ATK 5
7 BB 3435 SAP ATK 6
8 DD 3434 ASP ATK 2
9 DD 3434 ASP ATK 3
10 DD 3434 ASP ATK 4
11 DD 3434 ASP ATK 5
12 DD 3435 SAP ATK 1
13 DD 3435 SAP ATK 3
14 DD 3435 SAP ATK 5
15 DD 3435 SAP ATK 7
16 ZZ 3434 ASP ATK 1
17 ZZ 3434 ASP ATK 2
18 ZZ 3434 ASP ATK 6
19 ZZ 3434 ASP ATK 8
20 ZZ 3435 SAP ATK 2
21 ZZ 3435 SAP ATK 4
22 ZZ 3435 SAP ATK 6
23 ZZ 3435 SAP ATK 8Stack Overflow用户
发布于 2018-06-05 14:53:38
你想要：
In[116]:
df_grouped = df.groupby(['cc', 'odd', 'tree1', 'tree2']).filter(lambda x: (x['day'] > 4).any())
df_grouped
Out[116]:
cc odd tree1 tree2 day
4 BB 3435 SAP ATK 3
5 BB 3435 SAP ATK 4
6 BB 3435 SAP ATK 5
7 BB 3435 SAP ATK 6
8 DD 3434 ASP ATK 2
9 DD 3434 ASP ATK 3
10 DD 3434 ASP ATK 4
11 DD 3434 ASP ATK 5
12 DD 3435 SAP ATK 1
13 DD 3435 SAP ATK 3
14 DD 3435 SAP ATK 5
15 DD 3435 SAP ATK 7
16 ZZ 3434 ASP ATK 1
17 ZZ 3434 ASP ATK 2
18 ZZ 3434 ASP ATK 6
19 ZZ 3434 ASP ATK 8
20 ZZ 3435 SAP ATK 2
21 ZZ 3435 SAP ATK 4
22 ZZ 3435 SAP ATK 6
23 ZZ 3435 SAP ATK 8因此，这将筛选出组内没有一个'day'值大于4的组。
时间
%timeit df[df.day.gt(4).groupby([df.cc, df.odd, df.tree1, df.tree2]).transform('any')]
%timeit df.groupby(['cc', 'odd', 'tree1', 'tree2']).filter(lambda x: (x['day'] > 4).any())
%timeit df[df.assign(key=df.day > 4).groupby(['cc', 'odd', 'tree1', 'tree2']).key.transform('any')]
100 loops, best of 3: 5.9 ms per loop
100 loops, best of 3: 5.42 ms per loop
100 loops, best of 3: 3.62 ms per loop所以@coldspeed的第一个方法是这里最快的
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/50702709
复制相关文章
相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号