Python Pandas 检查一个值是否在同一天出现多次

Question

我有一个 Pandas 数据框，如下所示。我想要做的是检查一个站是否在同一天有变量 yyy 和任何其他变量(如 station1 的情况)。如果这是真的，我需要删除包含 yyy 的整行。

目前我正在使用 iterrows() 执行此操作并循环搜索此变量出现的日期，将变量更改为“删除我”之类的内容，从中构建一个新数据框(因为pandas doesn't support replacing in place ) 并过滤新数据框以删除不需要的行。这现在有效，因为我的数据框很小，但不太可能扩展。

问题:这似乎是一种非常“非 Pandas”的方法，是否有其他方法可以删除不需要的变量？

                dateuse         station         variable1
0   2012-08-12 00:00:00        station1               xxx
1   2012-08-12 00:00:00        station1               yyy
2   2012-08-23 00:00:00        station2               aaa
3   2012-08-23 00:00:00        station3               bbb
4   2012-08-25 00:00:00        station4               ccc
5   2012-08-25 00:00:00        station4               ccc
6   2012-08-25 00:00:00        station4               ccc

Answer 1

我可能会使用 bool 数组进行索引。我们要删除具有 yyy 和多个 dateuse/station 组合的行(无论如何，如果我明白您的意思!) .

我们可以使用transform广播每个dateuse/station组合的大小直到dataframe的长度，然后选择组中长度 > 1 的行。然后我们可以使用 yyy 所在的位置来&。

>>> multiple = df.groupby(["dateuse", "station"])["variable1"].transform(len) > 1
>>> must_be_isolated = df["variable1"] == "yyy"
>>> df[~(multiple & must_be_isolated)]
               dateuse   station variable1
0  2012-08-12 00:00:00  station1       xxx
2  2012-08-23 00:00:00  station2       aaa
3  2012-08-23 00:00:00  station3       bbb
4  2012-08-25 00:00:00  station4       ccc
5  2012-08-25 00:00:00  station4       ccc
6  2012-08-25 00:00:00  station4       ccc