Python 如果列中的值不符合另一列中的要求，则删除行

假设我有这个数据帧：

df = DataFrame({'ID': [1001,4003,1001, 4003, 7000, 7000], 
            'col_2': ['3', '8', '2', '1','7','9'], 
            'col_3': ['Steak','Chicken','Chicken','Steak','Chicken','Chicken']})

我想创建3个数据帧。 前两个是每个有鸡的ID的数据帧。第二个是所有有牛肉的身份证。这很容易：

dfsteak = df[~(df['col_3'] != 'Steak')]
dfchicken =  df[~(df['col_3'] != 'Chicken')]

---

但是对于第三个问题，如果一个身份证一次没有鸡肉，另一次没有牛排，我想取消任何一行。在这个例子中，这将是ID7000，他只点了鸡肉。但是我该如何实现呢？

使用

filter

和

any

df.groupby('ID').filter(lambda x : ((x['col_3']=='Steak').any())&((x['col_3']=='Chicken').any()))
Out[14]: 
     ID col_2    col_3
0  1001     3    Steak
1  4003     8  Chicken
2  1001     2  Chicken
3  4003     1    Steak

过滤掉ID7000

df.groupby('ID').filter(lambda x : ~((x['col_3']=='Steak').any())&((x['col_3']=='Chicken').any()))
Out[16]: 
     ID col_2    col_3
4  7000     7  Chicken
5  7000     9  Chicken

---

这里有一个直观的方法。其思想是创建一个系列，通过

ID

将

col\u 3

聚合为

set

然后，当映射的

集

不是

{'Steak'，'Chicken'}

的超集时，进行筛选

s = df.groupby('ID')['col_3'].apply(set)
df = df[~(df['ID'].map(s) >= {'Steak', 'Chicken'})]

print(df)

     ID col_2    col_3
4  7000     7  Chicken
5  7000     9  Chicken

---

非常有趣的解决方案。它也比

filter（）

快，有点令人惊讶。@lilicent，是的，

filter

的问题是当它与低效的

lambda

函数一起使用时。使用一次性构建成本完成

s

时不需要的多次遍历速度提高25%：

f=lambda x:（（x='Steak'）.any（））和（（x='Chicken'）.any（））df.groupby（'ID'）['col_3']）filter（f）