Python 筛选元素计数不同于1的组上的数据帧
我正在使用具有以下结构的数据帧:Python 筛选元素计数不同于1的组上的数据帧,python,pandas,dataframe,Python,Pandas,Dataframe,我正在使用具有以下结构的数据帧: import pandas as pd df = pd.DataFrame({'group':[1,1,1,2,2,2,2,3,3,3], 'brand':['A','B','X','C','D','X','X','E','F','X']}) print(df) group brand 0 1 A 1 1 B 2 1 X 3 2 C 4
import pandas as pd
df = pd.DataFrame({'group':[1,1,1,2,2,2,2,3,3,3],
'brand':['A','B','X','C','D','X','X','E','F','X']})
print(df)
group brand
0 1 A
1 1 B
2 1 X
3 2 C
4 2 D
5 2 X
6 2 X
7 3 E
8 3 F
9 3 X
我的目标是只查看那些拥有与其关联的品牌X
的群组。由于第2组有两个观察值等于品牌X
,因此应将其从结果数据框中过滤掉
输出应如下所示:
group brand
0 1 A
1 1 B
2 1 X
3 3 E
4 3 F
5 3 X
我知道我应该在组列上执行一个groupby
,然后过滤那些计数X
不同于1的组。过滤部分是我挣扎的地方。任何帮助都将不胜感激 用于检查品牌
是否等于X
,然后按groupby和转换
总和
,以及X
计数等于1的过滤器组:
df[df['brand'].eq('X').groupby(df['group']).transform('sum').eq(1)]
这也应该起作用
df[df.groupby(['group'])['brand'].transform('sum').str.count('X').eq(1)]
输出
group brand
0 1 A
1 1 B
2 1 X
7 3 E
8 3 F
9 3 X
Groupby列并应用组中
'X'
字符计数等于1的简单筛选器
df.groupby('group').filter(lambda x: x['brand'].str.count('X').sum() == 1)
输出
group brand
0 1 A
1 1 B
2 1 X
7 3 E
8 3 F
9 3 X
解决
我们也可以使用
group brand
0 1 A
1 1 B
2 1 X
7 3 E
8 3 F
9 3 X
df[df['group'].map(pd.crosstab(df['group'],df['brand'])['X'].eq(1))]
# group brand
#0 1 A
#1 1 B
#2 1 X
#7 3 E
#8 3 F
#9 3 X
df.merge(df.loc[df.brand.eq('X'),'group'].drop_duplicates(keep = False),on='group')
# group brand
#0 1 A
#1 1 B
#2 1 X
#3 3 E
#4 3 F
#5 3 X