Python 选择"；“实体”；其中只有几组其他特征（另一列）

事先我很抱歉，因为对我来说，只有一个好的英语问题很难表达好

我用熊猫和蟒蛇

让我们假设对于任何游戏（由id表示），都有几个具有其特征的个体。这些特征之一是属于一个组（

XL

，

X

，

XS

）

一件重要的事情是，在一场比赛中，我们只能代表一组个人
然后在我的描述性统计中，考虑到所有的游戏，组

XS

优于

X

。 但我真的想确认他们是否真的在比赛中面对小组

X

让我们看看数据帧上的

groupby

方法：

DF.groupby(['ID','GROUP']).mean() #notice the only other column is the score
+---------+-------+---------------+
|   ID    | GROUP | MEAN OF SCORE |
+---------+-------+---------------+
| 1000046 | XS    |          4.50 |
| 1000047 | XS    |          6.41 |
| 1000051 | X     |          3.00 |
|         | XS    |          3.75 |
+---------+-------+---------------+

数据帧类似于：

+---------+-------+-------+
|   ID    | GROUP | SCORE |
+---------+-------+-------+
| 1000046 | XS    |  5.00 |
| 1000046 | XS    |  5.00 |
| 1000046 | XS    |  4.00 |
| 1000046 | XS    |  4.00 |
| 1000047 | XS    |  6.41 |
| 1000047 | XS    |  6.41 |
| 1000047 | XS    |  6.41 |
| 1000051 | X     |  3.00 |
| 1000051 | X     |  3.00 |
| 1000051 | X     |  3.00 |
| 1000051 | XS    |  3.75 |
| 1000051 | XS    |  3.75 |
| 1000051 | XS    |  3.75 |
+---------+-------+-------+

正如你所看到的，

XS

是某些游戏中唯一的类别，它会影响我对统计数据的理解。 因此，我想选择具有多个类别的游戏的

ID

s，如

1000051

我查看了

groupby

对象的属性

groups

，问题是元组只有两个值

（'1000051'，'X），（'1000051'，'XS'）

，如果一个ID（游戏）包含多个组，则不提供信息，例如

（'1000051'，'X'，'XS

好吧，我知道我可以做一个算法来获得一个

dict

，如下所示：

Ids_groups = {
 '1000046': ['XS'],
 '1000047': ['XS'],
 '1000051' : ['XS','X']
}

然后我只能保留

'XS'

位于值（列表）中且值长度超过1的键和值。然后使用键列表

['1000051'，…]

选择数据帧中需要的行

所以我问你是否有一种更聪明的方法，一种更有效的方法

熊猫版本：0.23.4 Python版本：3.7.4使用：

---

此外，我们还可以使用

Groupby.transform

执行以下操作：

---

我会使用

nunique（）

来了解每场游戏有多少组，之后您可以在筛选函数中使用它，或者只是作为额外变量来执行计算：

import pandas as pd
d = {'ID':[1,1,1,1,2,2,2,3,3],'GROUP':['XS','XS','X','XS','XS','XS','XS','XS','X'],'SCORE':[3,4,2,3,4,3,3,2,1]}
df = pd.DataFrame(d)

df_1 = df.groupby(['ID'],as_index=False).agg({'GROUP':'nunique'})
print(df_1)

输出：

   ID  GROUP
0   1      2
1   2      1
2   3      2

---

因此，您现在知道，对于第1场比赛，有2个小组参与，对于第2场比赛，只有1个小组参与，对于第3场比赛，也有2个小组参与。

第二个小组的速度要快得多

GroupBy.filter

使用了一个慢循环：（谢谢，我自己找不到它，尤其是当

GroupBy

对象的

transform

函数被禁用时。

print(df)

          ID GROUP  SCORE
0   1000046    XS   5.00
1   1000046    XS   5.00
2   1000046    XS   4.00
3   1000046    XS   4.00
4   1000047    XS   6.41
5   1000047    XS   6.41
6   1000047    XS   6.41
7   1000051     X   3.00
8   1000051     X   3.00
9   1000051     X   3.00
10  1000051    XS   3.75
11  1000051    XS   3.75
12  1000051    XS   3.75

import pandas as pd
d = {'ID':[1,1,1,1,2,2,2,3,3],'GROUP':['XS','XS','X','XS','XS','XS','XS','XS','X'],'SCORE':[3,4,2,3,4,3,3,2,1]}
df = pd.DataFrame(d)

df_1 = df.groupby(['ID'],as_index=False).agg({'GROUP':'nunique'})
print(df_1)

   ID  GROUP
0   1      2
1   2      1
2   3      2