Python 在两个不同列上具有两个条件的数据帧
我想根据两个不同列上的两个条件过滤数据帧。在下面的示例中,我希望过滤数据帧Python 在两个不同列上具有两个条件的数据帧,python,pandas,Python,Pandas,我想根据两个不同列上的两个条件过滤数据帧。在下面的示例中,我希望过滤数据帧df以包含行,从而使其包含uids,其中val列的值计数大于4大于2 df=pd.DataFrame({'uid':[1,1,1,2,2,3,3,4,4,4],'iid':[11,12,13,13,14,14,11,12],'val':[3,4,5,3,5,4,3,4]。 对于这个数据帧,我的输出应该是 df uid iid val 0 1 11 3 1 1 12 4 2
df
以包含行,从而使其包含uid
s,其中val
列的值计数大于4大于2
df=pd.DataFrame({'uid':[1,1,1,2,2,3,3,4,4,4],'iid':[11,12,13,13,14,14,11,12],'val':[3,4,5,3,5,4,3,4]。
对于这个数据帧,我的输出应该是
df
uid iid val
0 1 11 3
1 1 12 4
2 1 13 5
5 3 13 4
6 3 14 5
7 4 14 4
8 4 11 3
9 4 12 4
这里,我过滤掉了
uid
2,因为uid==2
和val>=4
的行数小于2。我只想保留uid
行,其中值大于4的val
数大于或等于2。您需要groupby。使用sum
转换一次,检查val大于或等于ge
的位置。并检查结果是否为ge
,以将其用作df上的布尔过滤器
print (df[df['val'].ge(4).groupby(df['uid']).transform(sum).ge(2)])
uid iid val
0 1 11 3
1 1 12 4
2 1 13 5
5 3 13 4
6 3 14 5
7 4 14 4
8 4 11 3
9 4 12 4
编辑:另一种避免groupby.transform
的方法是loc
val小于4的行和列uid,在其上使用value\u counts
,并在ge
2的位置实现。然后map
返回uid列以在df上创建布尔过滤器。同样的结果,可能更快
df[df['uid'].map(df.loc[df['val'].ge(4), 'uid'].value_counts().ge(2))]