Python 如何基于两列过滤时间序列数据帧？

所以我有一个时间序列数据框，它在一列中包含患者ID，在另一列中包含年份（1-3）。我想使用pandas做的是，对于每个唯一的患者Id，只保留在所有1-3年中都有条目的行

在

出去

---

可以在一行中完成，如下所示：

df = pd.DataFrame({
    "ID": [111, 111, 111, 222, 222, 333, 333, 333],
    "Year": [1, 2, 3, 1, 2, 1, 2, 3]})

# filter unique IDs that doesn't contain [1, 2, 3]
df = df.groupby('ID').filter(lambda g: (sorted(set(g["Year"].values)) == [1,2,3]))
print(df)
#    ID  Year
#0  111     1
#1  111     2
#2  111     3
#5  333     1
#6  333     2
#7  333     3

---

可以在一行中完成，如下所示：

df = pd.DataFrame({
    "ID": [111, 111, 111, 222, 222, 333, 333, 333],
    "Year": [1, 2, 3, 1, 2, 1, 2, 3]})

# filter unique IDs that doesn't contain [1, 2, 3]
df = df.groupby('ID').filter(lambda g: (sorted(set(g["Year"].values)) == [1,2,3]))
print(df)
#    ID  Year
#0  111     1
#1  111     2
#2  111     3
#5  333     1
#6  333     2
#7  333     3

假设该年只能是1到3年，您可以运行：

result = df.groupby('ID').filter(lambda grp: grp.Year.unique().size == 3)

需要使用

unique（）

来过滤案例，例如，当有3行 特定ID，但都来自同一年。

假设该年只能是1到3，您可以运行：

result = df.groupby('ID').filter(lambda grp: grp.Year.unique().size == 3)

需要使用

unique（）

来过滤案例，例如，当有3行 特定ID，但都来自同一年