pandas分组后选择行

Question

在数据框架中，

 item_#, status, field1, field2 
   123,    "A",    "val1", "val2"
   223,    "B",    "val3", "val4"
   123,    "B",    "val5", "val6"
   323,    "A",    "val7", "val8"

我需要的是具有状态 "A" 和状态 "B" 的 item_# 列表。 类似于 df.groupby('item_#').filter(lambda x: all(x['status'].isin(['A', 'B'])))，但实际上这样并不能正常工作。它会获取列表中任意一个值的所有项目。

欢迎提出任何建议！

- user3739312

---

这个例子中，你想要什么样的输出？ - Alex

一个包含状态"A"和"B"的商品的新数据框架，这种情况下，只包含商品_# ['123']。 - user3739312

Answer 1

您可以使用 filter + isin。

df.groupby('item_#').filter(lambda x : pd.Series(['A','B']).isin(x['status']).all())
Out[473]: 
   item_# status field1 field2
0     123      A   val1   val2
2     123      B   val5   val6

更新方法

df[df.groupby('item_#').status.transform(lambda x : {'A','B'}.issubset(set(x)))]
   item_# status field1 field2
0       1      A   val1   val2
2       1      B   val5   val6

- BENY

Answer 2

您可以使用set：

df[df.groupby('item_#')['status']
     .transform(lambda x: set(x.values.tolist()) == {'A','B'})]

输出：

项目_＃ 状态 字段1 字段2

0     123      A   val1   val2
2     123      B   val5   val6

- Scott Boston

---

当您声明一个已知元素的集合时，不应使用set关键字。只需使用大括号即可。此外，您可以像这样使用filter而不是transform：df.groupby('item_#').filter(lambda x: set(x['status']) >= {'A', 'B'})。 - Ted Petrou

@TedPetrou 感谢你的改进。我认为，总的来说，使用布尔索引进行转换比使用过滤器慢。 - Scott Boston

简化解决方案怎么样 - 将 set(x.values.tolist()) 简化为 set(x)？ - jezrael

Answer 3

你也可以使用unstack、dropna和stack：

df.groupby(['item_#','status']).first().unstack().dropna().stack()
Out[136]: 
                    field1   field2
item_# status                      
123        "A"      "val1"   "val2"
           "B"      "val5"   "val6"

- Allen Qin