Python 删除多个_条件为真的行

我有一个

df

，里面有950行。让我们假设这些列是

时间戳

，

数量

，

事件

，

文件

。这是

df

的一个很好的近似值。我想：

• 选择

  事件

  为

  此事件

  且

  文件

  为

  此文件

• 如果该行与

  文件

  为

  我的文件

  且

  数量

  匹配的行具有相同的

  时间戳

  ，则删除该行

我该怎么做？真的很挣扎。我不知道该怎么办

编辑：

示例数据：

timestamp,  event,  quantity,   file
2018-10-17 02:01:00,    slept,  7,  base
2018-10-17 02:01:00,    slept,  7,  temp
2018-10-17 02:01:00,    slept,  9,  base
2018-10-17 02:04:00,    studied,    5,  temp
2018-10-17 02:04:00,    farted, 7,  temp
2018-10-17 02:04:00,    drank,  1,  base
2018-10-17 02:04:00,    exercised,  8,  base
2018-10-17 02:04:00,    slept,  7,  base

例如，我将始终保留与file

base

相关的记录。这是我想保留的偏见，因为这些记录无法删除。我想从任何其他

文件

中删除任何非

基

的记录，例如此处

temp

，其中

时间戳

和

事件

与任何与

基

相关的记录相同（时间戳相同）但仅当

数量

与

基础

中的条目相同时（时间戳相同）

因此，在这个示例数据中，我希望代码识别第二个条目并删除它，因为数量

7

与

base

的另两个条目中的一个相同

---

代码不会从02:04:00删除任何内容，因为没有具有相同时间戳和

event

字符串的行（事件都是唯一的）。

我认为有很多方法可以解决它。这是我的示例代码供您参考

import pandas as pd
from pandas.compat import StringIO
from pprint import pprint

text = """
timestamp,event,quantity,file
2018-10-17 02:01:00,slept,7,base
2018-10-17 02:01:00,slept,7,temp
2018-10-17 02:01:00,slept,9,base
2018-10-17 02:04:00,studied,5,temp
2018-10-17 02:04:00,farted,7,temp
2018-10-17 02:04:00,drank,1,base
2018-10-17 02:04:00,exercised,8,base
2018-10-17 02:04:00,slept,7,base
"""

df =pd.read_csv(StringIO(text))
print("original dataframe is")
pprint(df)

qty = 7
my_file = 'temp'
my_event = 'slept'
cols =["event","quantify","file"]
qty_check = grp["quantity"].transform(lambda x: x==qty)
evt_check = grp["event"].transform(lambda x: x==my_event)

file_check = grp["event"].transform(lambda x: x==my_file)
combined_check = evt_check & qty_check & file_check
print("\ndropped dataframe is")   
pprint(df[combined_check])

psl也参考groupby/transform部分。

---

注意：您也可以找到过滤器功能。但据我所知，我可以过滤组而不是组中的行

你能举一个小例子说明你想要实现什么吗？可能是@KaranRazdan的重复-我已经用示例数据更新了。@macaw_9227-我的问题不等于那个问题。@junky叔叔，不完全一样，但非常相似，这个问题的最上面的答案将解决你的问题（如果你一个接一个地执行两个步骤），你只需要过滤掉带有“sleep”和“base”的行。这不包括我所描述的逻辑。例如，代码需要

import datetime

在其中比较

timestamp

值。感谢你的努力，但这不是我想要的。原来的一个不符合逻辑。我已经更新了。是否可以使用

时间戳上的
groupby（）
更新代码，然后执行
组合检查
？