Python2.7 : FIlter out group from dataframe based on condition in groupby

Question

我有一个数据框，我想进一步过滤数据框，以仅包含其行在列中没有特定值的组

例如，在数据框中，由于汉密尔顿在他的第 1 站的第 3 圈中超车，我想从下面的数据框中删除汉密尔顿第 1 站的所有单圈时间记录。

我想到先进行groupby，然后进行get group，迭代组中的每一行，检测“clear lap？”中的非空值。列，并在新列中为 groupby 中的所有行标记“yes”，然后过滤掉该组。

是否有更快的方法来对数据框进行子集化？

数据框:

    name                   driverRef stint  tyre      lap   pos     clear lap?
0   Australian Grand Prix   vettel  1.0     Super soft  2   1        NaN
1   Australian Grand Prix   vettel  1.0     Super soft  3   1        NaN
2   Australian Grand Prix   vettel  1.0     Super soft  4   1        NaN
3   Australian Grand Prix   ham     1.0     Super soft  2   3        NaN
4   Australian Grand Prix   ham     1.0     Super soft  3   2        overtook
5   Australian Grand Prix   ham     1.0     Super soft  4   2        NaN

Answer 1

我相信您需要通过过滤来获取所有组，然后通过 isin 再次过滤:

通知:谢谢@Vivek Kalyanarangan unique 的改进.

a = df.loc[df['clear lap?'].notnull(), 'driverRef'].unique()
print (a)
['ham']

df = df[~df['driverRef'].isin(a)]
print (df)
                    name driverRef  stint        tyre  lap  pos clear lap?
0  Australian Grand Prix    vettel    1.0  Super soft    2    1        NaN
1  Australian Grand Prix    vettel    1.0  Super soft    3    1        NaN
2  Australian Grand Prix    vettel    1.0  Super soft    4    1        NaN

另一种解决方案，速度较慢:

df = df[df['clear lap?'].isnull().groupby(df['driverRef']).transform('all')]

或者最慢:

df = df.groupby('driverRef').filter(lambda x: x['clear lap?'].isnull().all())