The Great

如何根据groupby list的多个值来子集dataframe

我有一个像下面这样的dataframe

ID,color
1, Yellow
1, Red
1, Green
2, Red
2, np.nan
3, Green
3, Red
3, Green
4, Yellow
4, Red
5, Green
5, np.nan
6, Red
7, Red
8, Green
8, Yellow

fd = pd.read_clipboard(sep=',')
fd = fd.groupby('ID',as_index=False)['color'].aggregate(lambda x: list(x))

正如您在输入dataframe中看到的，一些ID具有与它们关联的多种颜色。

现在，我想用ID创建一个子集dataframe，同时具有Yellow和Green

所以，我尝试了下面的方法，并得到了每个ID的颜色列表

fd.groupby('ID',as_index=False)['color'].aggregate(lambda x: list(x))

我想检查groupby列表中的Yellow和Green等值，然后将dataframe子集

我期望我的输出如下所示（只有两个Id有黄色和绿色在一起）

更新

输入dataframe如下所示

原网址

顶踩

Shubham Sharma

2022年3月20日 07:31

最佳回答

过滤颜色为黄色或绿色的行，然后将dataframe分组到ID上，并用nunique转换颜色以检查具有2个唯一颜色的ID。

s = df[df['color'].isin(['Yellow', 'Green'])]
s.loc[s.groupby('ID')['color'].transform('nunique').eq(2), 'ID']

结果

0     1
2     1
14    8
15    8
Name: ID, dtype: int64

根据新要求更新，这里我假设df1是在groupby之后获得的输入dataframe：

s = pd.DataFrame([*df1['color']])
df1[s.mask(~s.isin(['Yellow', 'Green'])).nunique(1).eq(2)]

结果:

   ID                 color
0   1  [Yellow, Red, Green]
7   8       [Green, Yellow]

所有回答

共 1 条

Corralien

2022年3月20日 07:41

从您的输入dataframe，您可以使用:

colors = ['Yellow', 'Green']
out = df[df['color'].apply(lambda x: set(x).issuperset(colors))]
print(out)

# Output
   ID                 color
0   1  [Yellow, Red, Green]
7   8       [Green, Yellow]

顶踩

如何根据groupby list的多个值来子集dataframe

所有回答

相似问题