Python 如何根据表中的列条件选择多行作为组

如何根据列条件选择不同匹配组中的所有行

数据：

**A B   C   D** 

101 1   1   FALSE

101 1   2   FALSE

101 1   3   FALSE

101 2   1   FALSE

101 2   2   FALSE

101 2   3   FALSE

101 2   4   TRUE

102 1   1   FALSE

102 1   2   FALSE

102 1   3   FALSE

102 2   1   FALSE

102 2   2   FALSE

102 2   3   TRUE

**A B   C   D**

101 2   1   FALSE

101 2   2   FALSE

101 2   3   FALSE

101 2   4   TRUE

102 2   1   FALSE

102 2   2   FALSE

102 2   3   TRUE

预期输出：

**A B   C   D** 

101 1   1   FALSE

101 1   2   FALSE

101 1   3   FALSE

101 2   1   FALSE

101 2   2   FALSE

101 2   3   FALSE

101 2   4   TRUE

102 1   1   FALSE

102 1   2   FALSE

102 1   3   FALSE

102 2   1   FALSE

102 2   2   FALSE

102 2   3   TRUE

**A B   C   D**

101 2   1   FALSE

101 2   2   FALSE

101 2   3   FALSE

101 2   4   TRUE

102 2   1   FALSE

102 2   2   FALSE

102 2   3   TRUE

我需要B=（D=True时的B）的所有行

IIUC，使用+

---

IIUC，使用+

---

---

这里有一种方法来自

transform

df[df.groupby(['A','B']).D.transform('mean')>0]
Out[256]: 
      A  B  C      D
3   101  2  1  False
4   101  2  2  False
5   101  2  3  False
6   101  2  4   True
10  102  2  1  False
11  102  2  2  False
12  102  2  3   True

使用

any

df[df.groupby(['A','B']).D.transform('any')]

---

这里有一种方法来自

transform

df[df.groupby(['A','B']).D.transform('mean')>0]
Out[256]: 
      A  B  C      D
3   101  2  1  False
4   101  2  2  False
5   101  2  3  False
6   101  2  4   True
10  102  2  1  False
11  102  2  2  False
12  102  2  3   True

使用

any

df[df.groupby(['A','B']).D.transform('any')]

---

@拉斐尔从加速方面说是的，因为任何一个都会在找到正确答案时停止，威尔update@rafaelc从加速方面来说，是的，因为任何一个都会在找到正确答案时停止，所以会更新答案。一个简单的问题，当D列中有不同的值而不是true或false时，如何获得相同的结果<代码>df.groupby（['A'，'B']）.filter（lambda s:s['D']=='apple'）我得到“filter函数返回了一个序列，但需要一个标量bool”error@Cks视情况而定。你只需要改变lambda函数中的条件。例如，如果您想根据列

D

中至少有一个值

'some_value'

进行筛选，您可以编写

（s['D']=='some_value'）。any（）

@Cks必须查看末尾的

any（）

）谢谢你的回答。一个简单的问题，当D列中有不同的值而不是true或false时，如何获得相同的结果<代码>df.groupby（['A'，'B']）.filter（lambda s:s['D']=='apple'）我得到“filter函数返回了一个序列，但需要一个标量bool”error@Cks视情况而定。你只需要改变lambda函数中的条件。例如，如果您想根据列

D

中至少有一个值

'some_value'

进行筛选，您可以编写

（s['D']=='some_value'）。any（）

@Cks必须查看末尾的

any（）

）