python - 使用 pandas 方法链接过滤每组中任何一个满足条件的行

Question

这个问题已经有答案了:

Pandas GroupBy Filtering (1 个回答)

已关闭 5 年前。

郑重声明，我已阅读以下这些主题，但似乎没有一个能满足我的需求:

• Python pandas - filter rows after groupby
• Pandas get rows after groupby
• filter rows after groupby pandas

假设我有下表 df :

 user_id  is_manually  created_per_week
----------------------------------------
    10       True             59
    10      False             90
    33       True              0
    33      False             64
    50       True              0
    50      False              0

我想排除没有创建任何内容的用户，即 is_manually True 和 False 两行中的created_per_week 均为 0，在本例中为用户 50。

 user_id  is_manually  created_per_week
----------------------------------------
    10       True             59
    10      False             90
    33       True              0
    33      False             64

我了解到df.groupby没有query方法并应使用 apply相反。

我得到的最接近的答案是df.groupby("user_id").apply(lambda x: x[x["created_per_week"] > 0]) ，但同时也手动排除了用户 33 的行 True，这是不可取的。我也尝试过df.groupby("user_id").apply(lambda x: x[any(x["created_per_week"] > 0)])但它返回一个 KeyError。

换句话说，我正在搜索 df %>% group_by(user_id) %>% filter(any(created_per_week > 0)) 的等价项在 R 中。谢谢。

Answer 1

变换 + 任意

df[df.assign(New=df.created_per_week==0).groupby('user_id').created_per_week.transform('any')]
Out[425]: 
   user_id  is_manually  created_per_week
0       10         True                59
1       10        False                90
2       33         True                 0
3       33        False                64

或者简单地使用loc+isin

df.loc[df.user_id.isin(df[df.created_per_week!=0].user_id)]
Out[426]: 
   user_id  is_manually  created_per_week
0       10         True                59
1       10        False                90
2       33         True                 0
3       33        False                64

来自 PiR

f, u = pd.factorize(df.user_id); df[np.bincount(f, df.created_per_week)[f] > 0]