Python 组特有的Groupby筛选器

在groupby中执行筛选时遇到问题。过滤器用于groupby的每个数据帧内的元素；groupby的该数据帧唯一

我想根据ID上的第一个df进行分组，然后返回一个针对conditions_df中所示条件下的值进行过滤的df。该条件与第一个groupby的值关联

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


condition_df = pd.DataFrame(index = [1,2,3], data= {'Condition': [0,1,1]})

我希望看到返回的数据帧：

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

这似乎不起作用

df.groupby(['ID']).filter(lambda x: x['V'] == condition_df.loc[x.index, ['Condition']]) 

即使没有这种条件下的查找，简化也似乎不起作用

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

两者都返回a

TypeError:filter函数返回了一个序列，但需要一个标量 “布尔”

---

完全开放的替代方法来完成同样复杂的过滤任务

加入您的条件，然后筛选：

df = df.join(condition_df, on="ID")
df[df["V"] == df["Condition"]]

结果:

   ID  V  Condition
0   1  0          0
2   2  1          1
4   3  1          1
5   3  1          1

---

只需

合并

df.merge(condition_df.reset_index().rename(columns={'index':'ID','Condition':'V'}),how='inner')
Out[831]: 
   ID  V
0   1  0
1   2  1
2   3  1
3   3  1

你需要：

df.merge(condition_df.reset_index(), left_on=['ID', 'V'], right_on=['index', 'Condition']).drop(['index', 'Condition'], 1)

输出：

ID  V
0   1   0
1   2   1
2   3   1
3   3   1

---

不清楚你想做什么。您正在尝试筛选数据帧以仅显示与条件匹配的行，其中条件索引与

ID

匹配？我想找到与条件中ID唯一的条件相同的V值