pandas groupby和filter [英] Pandas groupby and filter

问题描述

我有数据框：

df = pd.DataFrame({'ID':[1,1,2,2,3,3], 
                   'YEAR' : [2011,2012,2012,2013,2013,2014], 
                   'V': [0,1,1,0,1,0],
                   'C':[00,11,22,33,44,55]})

<我想按ID分组，然后在每个组中选择V = 0的行。

I would like to group by ID, and select the row with V = 0 within each group.

这似乎不起作用：

print(df.groupby(['ID']).filter(lambda x: x['V'] == 0)) 

收到错误：

TypeError：过滤器函数返回了一个Series，但预期为标量布尔值

TypeError: filter function returned a Series, but expected a scalar bool

如何使用过滤器实现目标？谢谢。

How can I use filter to achieve the goal? Thank you.

编辑：
每个组上V的条件可能有所不同，例如V == 0对于ID 1，对于ID 2，V == 1；此信息可以通过另一个DF获取：

EDIT: The condition on V may vary for each group, e.g., it could be V==0 for ID 1, V==1 for ID 2, and this info can be available through another DF:

df = pd.DataFrame({'ID':[1,2,3], 
                   'V': [0,1,0])

那么如何在每个组内进行行过滤？

So how to do row filtering within each group?

推荐答案

我认为 groupby 是不必要的，请使用 布尔索引 仅在需要所有 V 0 ：

I think groupby is not necessary, use boolean indexing only if need all rows where V is 0:

print (df[df.V == 0])
    C  ID  V  YEAR
0   0   1  0  2011
3  33   2  0  2013
5  55   3  0  2014

但是如果需要返回所有组，其中列 V 的至少一个值等于 0 添加任何，因为过滤器需要 True 或 False 用于过滤组中的所有行：

But if need return all groups where is at least one value of column V equal 0 add any, because filter need True or False for filtering all rows in group:

print(df.groupby(['ID']).filter(lambda x: (x['V'] == 0).any())) 
    C  ID  V  YEAR
0   0   1  0  2011
1  11   1  1  2012
2  22   2  1  2012
3  33   2  0  2013
4  44   3  1  2013
5  55   3  0  2014

更好的测试方法是 groupby 的更改列- 2012 被过滤掉，因为没有 V == 0 ：

Better for testing is change column for groupby - row with 2012 is filter out because no V==0:

print(df.groupby(['YEAR']).filter(lambda x: (x['V'] == 0).any())) 
    C  ID  V  YEAR
0   0   1  0  2011
3  33   2  0  2013
4  44   3  1  2013
5  55   3  0  2014

如果性能很重要，请使用 GroupBy.transform 与 布尔值索引 ：

If performance is important use GroupBy.transform with boolean indexing:

print(df[(df['V'] == 0).groupby(df['YEAR']).transform('any')]) 
   ID  YEAR  V   C
0   1  2011  0   0
3   2  2013  0  33
4   3  2013  1  44
5   3  2014  0  55

详细信息：

print((df['V'] == 0).groupby(df['YEAR']).transform('any')) 
0     True
1    False
2    False
3     True
4     True
5     True
Name: V, dtype: bool

这篇关于 pandas groupby和filter的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！