python - 根据组过滤 DataFrame 行

Question

我正在使用具有以下结构的 DataFrame 学习 Python/Pandas:

import pandas as pd

df = pd.DataFrame({"cus_id" : ["2370", "2370", "5100", "5100", "8450", "8450", "1630", "1630", "1630"], 
                   "cus_group" : ["A", "A", "A", "B", "B", "B", "A", "A", "B"]})

print(df)

  cus_id cus_group
0   2370         A
1   2370         A
2   5100         A
3   5100         B
4   8450         B
5   8450         B
6   1630         A
7   1630         A
8   1630         B

我的目标是过滤上述 DataFrame 的行。具体来说，我只想保留客户属于不同组的行。这是我的尝试:

print(df.drop_duplicates(subset = ["cus_id", "cus_group"], keep = False))

  cus_id cus_group
2   5100         A
3   5100         B
8   1630         B

不幸的是，这不是我正在寻找的确切输出。注意 cus_id = 1630在原始 DataFrame 中出现三次:在组 A 中出现两次和一次组B .由于它属于两个不同的组(A 和 B)，我不想删除该客户的任何行。也就是说，我正在寻找的输出如下:

  cus_id cus_group
2   5100         A
3   5100         B
6   1630         A
7   1630         A
8   1630         B

我不确定我缺少什么功能来实现我的目标。任何额外的帮助将不胜感激。

Answer 1

使用DataFrameGroupBy.nunique与 GroupBy.transform对于与原始 DataFrame 具有相同大小的 Series，因此可以通过 boolean indexing 进行过滤对于不等于 1 的行:

df = df[df.groupby('cus_id')['cus_group'].transform('nunique').ne(1)]
print (df)
  cus_id cus_group
2   5100         A
3   5100         B
6   1630         A
7   1630         A
8   1630         B

详细信息:

print (df.groupby('cus_id')['cus_group'].transform('nunique'))
0    1
1    1
2    2
3    2
4    1
5    1
6    2
7    2
8    2
Name: cus_group, dtype: int64