Python 查询语句中的布尔逻辑

我有以下数据帧，

ds

，它是通过

.merge

实现的：

            Date_x  Invoice_x         Name Coupon_x Location_x        Date_y  \
1   2017-12-24   700349.0     John Doe     NONE      VAGG1   2017-12-24
2   2017-12-24   700349.0     John Doe     NONE      VAGG1   2017-12-24
4          NaN        NaN  Sue Simpson      NaN        NaN   2017-12-23

   Invoice_y  Price  Coupon_y  Location_y
1     800345  17.95   CHANGE    VAGG1
2     800342   9.95   GADSLR    VAGG1
4     800329  34.95   GADSLR    GG2

我要寻找的是以下内容的输出：

         Date  Invoice      Name Coupon Location  Price
1  2017-12-24   700349  John Doe   NONE    VAGG1  17.95
2  2017-12-24   700349  John Doe   NONE    VAGG1   9.95

使用以下代码：

ds = ds.query('Price_x != Price_y')

我明白了

这接近我想要的。可以通过

.drop

和

.rename

删除额外的列。真正缺少的是能够去掉名称只出现一行的行

我在查询语句中尝试了以下几行逻辑：

 ds =ds.query('Price_x != Price_y & Name > 1')

这将导致以下错误：

TypeError: '>' not supported between instances of 'str' and 'int'

编辑：

其结果是：

NameError: name 'Price_x' is not defined

或者，尝试：

ds = ds[(ds.Price_x != ds.Price_y)  &  (ds['Name'].value_counts() > 1)]

导致

c:\users\...\python\python36\lib\site-packages\pandas\core\indexes\base.py:3140: RuntimeWarning: '<' not supported between instances of 'int' and 'str', sort order is undefined for incomparable objects
  return this.join(other, how=how, return_indexers=return_indexers)
C:\Users\...\Python\Python36\Scripts\ipython:1: UserWarning: Boolean Series key will be reindexed to match DataFrame index.

试试这个

ds = ds[ds.groupby('Name').Name.transform(len) > 1]
ds = ds.query('Price_x != Price_y')

第一行删除只出现一次的名称。有关更多信息，请参见此

另外，在错误df[Price\u x]->中，它应该是df[“Price\u x”]。你可以选择df.Price\ux或df[“Price\ux”]。

试试这个

ds = ds[ds.groupby('Name').Name.transform(len) > 1]
ds = ds.query('Price_x != Price_y')

第一行删除只出现一次的名称。有关更多信息，请参见此

---

另外，在错误df[Price\u x]->中，它应该是df[“Price\u x”]。您可以使用df.Price\u x或df[“Price\u x”]。

您可以通过多个步骤来完成此操作：首先使用

pd.value\u counts

来计算每个名称的发生次数，然后将其与原始数据合并并查询。例如：

counts = pd.value_counts(ds.Name).reset_index()
counts.columns = ['Name', 'Name_count']
ds.merge(counts, on='Name').query('Price_x != Price_y & Name_count > 1')

---

您可以通过多个步骤来完成此操作：首先使用

pd.value\u counts

来计算每个名称的发生次数，然后将其与原始数据合并并查询。例如：

counts = pd.value_counts(ds.Name).reset_index()
counts.columns = ['Name', 'Name_count']
ds.merge(counts, on='Name').query('Price_x != Price_y & Name_count > 1')

---

你期望的输出是什么？当你说“去掉只出现一个名称的行”是什么意思？

df.query（“…”）.groupby（by=[…]）.filter（lambda g:g.shape[0]>1）

@jakevdp我表达了我在第二个代码块中寻找的内容。”我要找的是“@PaulH”的输出你有没有可能把整行作为答案？你想要的输出是什么？当你说“去掉只出现一个名称的行”是什么意思？

df.query（“…”）.groupby（by=[…]）.filter（lambda g:g.shape[0]>1）

@jakevdp我表达了我在第二个代码块中寻找的内容。”我要找的是“@PaulH”的输出你有没有可能把整行作为答案？

counts = pd.value_counts(ds.Name).reset_index()
counts.columns = ['Name', 'Name_count']
ds.merge(counts, on='Name').query('Price_x != Price_y & Name_count > 1')