Python 具有多列的Pandas Groupby选择具有全范围值的行

我正在使用熊猫数据帧。从代码中：

contracts.groupby(['State','Year'])['$'].mean()

我有一个pandas groupby对象，它有两个组层：State和Year

State / Year / $
NY     2009   5
       2010   10
       2011   5
       2012   15
NJ     2009   2
       2012   12
DE     2009   1
       2010   2
       2011   3
       2012   6

---

我只想看看那些我拥有所有年份数据的州（即纽约州和德州，而不是新泽西州，因为它缺少2010年的数据）。有没有办法抑制那些低于满秩的嵌套组？

在按

状态

和

年份

分组并取平均值后

means = contracts.groupby(['State', 'Year'])['$'].mean()

您可以单独按

状态

分组，并使用

过滤器

保留所需的组：

result = means.groupby(level='State').filter(lambda x: len(x)>=len(years))

---

比如说,

import numpy as np
import pandas as pd
np.random.seed(2015)
N = 15

states = ['NY','NJ','DE']
years = range(2009, 2013)
contracts = pd.DataFrame({
    'State': np.random.choice(states, size=N),
    'Year': np.random.choice(years, size=N), 
    '$': np.random.randint(10, size=N)})

means = contracts.groupby(['State', 'Year'])['$'].mean()
result = means.groupby(level='State').filter(lambda x: len(x)>=len(years))

print(result)

屈服

State  Year
DE     2009    8
       2010    5
       2011    3
       2012    6
NY     2009    2
       2010    1
       2011    5
       2012    9
Name: $, dtype: int64

---

或者，您可以先过滤，然后取平均值：

filtered = contracts.groupby(['State']).filter(lambda x: x['Year'].nunique() >= len(years))
result = filtered.groupby(['State', 'Year'])['$'].mean()

但是使用各种例子表明，这通常比取平均值然后过滤要慢