Python 在按熊猫分组的数据帧中是否仍有解分组数据？

我有一个数据集，为了简单起见，我需要根据一列进行分组和聚合，以便可以轻松删除一些行。完成计算后，我需要通过操作反转组，以便在excel中轻松查看数据帧。如果我不反向操作，我会将整个列表导出到excel，这不容易分析。非常感谢您的帮助

例如：

Col1  Col2 Col3
123   11   Yes
123   22   Yes
256   33   Yes
256   33   No
337   00   No
337   44   No

应用groupby和aggregate后：

X=dataset.groupby('Col1').agg(lambda x:set(x)).reset_index()

我明白了

然后使用drop删除所有包含Yes的列

X=X.reset_index(drop=True)

在导出到excel之前，我需要得到的是

Col1 Col2 Col3
337   00   No
337   44   No

希望这足够清楚

---

提前撒克逊人

我不认为转换成一套是个好主意。这里有一个替代方法：首先按

Col3

降序排序，然后创建

Col2:Yes/No

的映射，并根据该映射进行筛选

In [1191]: df = df.sort_values('Col3', ascending=True)

In [1192]: mapping = dict(df[['Col2', 'Col3']].values)

In [1193]: df[df.Col2.replace(mapping) == 'No'] # or df.Col2.map(mapping)
Out[1193]: 
   Col1  Col2 Col3
4   337     0   No
5   337    44   No

---

我同意COLDSPEED。您不需要转换为设置

df['Temp']=df.Col3.eq('Yes')
DF=df.groupby('Col1')['Temp'].sum()
df[df.Col1==DF.index[DF==0].values[0]].drop('Temp',axis=1)


Out[113]: 
   Col1  Col2 Col3
4   337     0   No
5   337    44   No

---

X.reset\u索引（drop=True）

不会更改数据帧中的任何内容。不清楚你为什么拥有它，以及你期望它做什么。请包括预期结果。对不起，我的坏意思是：YY=set（'Yes'）X=X.drop（X[X.Col3==YY].index）这是明智的

replace

谢谢。我想我需要重写我的代码。我处理的列太多，需要修改您的方法以将其应用于我的实际数据。我提供的只是我想做的一个超级简化版本。

df['Temp']=df.Col3.eq('Yes')
DF=df.groupby('Col1')['Temp'].sum()
df[df.Col1==DF.index[DF==0].values[0]].drop('Temp',axis=1)


Out[113]: 
   Col1  Col2 Col3
4   337     0   No
5   337    44   No