Pandas 基于列值选择行

我有一个像这样的数据框

data = {'ID': [1,2,3,4,5,6,7,8,9],
       'Doc':['Order','Order','Inv','Order','Order','Shp','Order', 'Order','Inv'],
       'Rep':[101,101,101,102,102,102,103,103,103]}
frame = pd.DataFrame(data)


    Doc     ID  Rep
0   Order   1   101
1   Order   2   101
2   Inv     3   101
3   Order   4   102
4   Order   5   102
5   Shp     6   102
6   Order   7   103
7   Order   8   103
8   Inv     9   103

frame[frame.Rep == frame.Rep[frame.Doc == 'Inv']] 

现在，我想为只有Inv的单据类型的代表选择行

我想要一个数据帧

    Doc     ID  Rep
0   Order   1   101
1   Order   2   101
2   Inv     3   101
6   Order   7   103
7   Order   8   103
8   Inv     9   103

所有的销售代表都有文档类型的订单，所以我试着做类似的事情

data = {'ID': [1,2,3,4,5,6,7,8,9],
       'Doc':['Order','Order','Inv','Order','Order','Shp','Order', 'Order','Inv'],
       'Rep':[101,101,101,102,102,102,103,103,103]}
frame = pd.DataFrame(data)


    Doc     ID  Rep
0   Order   1   101
1   Order   2   101
2   Inv     3   101
3   Order   4   102
4   Order   5   102
5   Shp     6   102
6   Order   7   103
7   Order   8   103
8   Inv     9   103

frame[frame.Rep == frame.Rep[frame.Doc == 'Inv']] 

但我犯了个错误

ValueError:只能比较标签相同的系列对象

您可以使用两次-首先按条件获取所有

Rep

，然后按以下条件获取所有行：

解决方案包括：

计时：

np.random.seed(123)
N = 1000000
L = ['Order','Shp','Inv']
frame = pd.DataFrame({'Doc': np.random.choice(L, N,  p=[0.49, 0.5, 0.01]),
                     'ID':np.arange(1,N+1),
                     'Rep':np.random.randint(1000, size=N)})
print (frame.head())

     Doc  ID  Rep
0    Shp   1   95
1  Order   2  147
2  Order   3  282
3    Shp   4   82
4    Shp   5  746

In [204]: %timeit (frame.groupby('Rep').filter(lambda x: 'Inv' in x['Doc'].values))
1 loop, best of 3: 250 ms per loop

In [205]: %timeit (frame[frame['Rep'].isin(frame.loc[frame['Doc'] == 'Inv', 'Rep'])])
100 loops, best of 3: 17.3 ms per loop

In [206]: %%timeit
     ...: a = frame.query("Doc == 'Inv'")['Rep']
     ...: frame.query("Rep in @a")
     ...: 
100 loops, best of 3: 14.5 ms per loop

编辑：

谢谢你的建议：

df = frame.query("Rep in %s" % frame.query("Doc == 'Inv'")['Rep'].tolist()) 
print (df)
     Doc  ID  Rep
0  Order   1  101
1  Order   2  101
2    Inv   3  101
6  Order   7  103
7  Order   8  103
8    Inv   9  103

我得到的输出

     Doc  ID  Rep
     0  Order   1  101
     1  Order   2  101
     2    Inv   3  101
     3  Order   4  102
     4  Order   5  102
     6  Order   7  103
     7  Order   8  103
     8    Inv   9  103

---

谢谢，但我不想要。我只想要只有库存和订单的代表。这可能不可读，但可以与

frame.query（“在%s中的代表”%frame.query（“Doc=='Inv'））['Rep'].tolist（））

     Doc  ID  Rep
     0  Order   1  101
     1  Order   2  101
     2    Inv   3  101
     3  Order   4  102
     4  Order   5  102
     6  Order   7  103
     7  Order   8  103
     8    Inv   9  103