python:提取列值大于3的行

Question

有一个数据框如下:

id  year number
1   2016  3
1   2017  5
2   2016  1
2   2017  5
...

我想提取2016年和2017年groupby id和number列的值都大于3的行。

例如上面的前4行，结果是:

   id  year number
    1   2016  3
    1   2017  5

谢谢!

Answer 1

比较 >=3 并使用 GroupBy.transform对于与原始尺寸相同的系列，因此可以按 boolean indexing 过滤:

df1 = df[(df["number"] >= 3).groupby(df["id"]).transform('all')]
#alternative for reassign mask to column
#df = df[df.assign(number= df["number"] >= 3).groupby("id")['number'].transform('all')]
print (df1)
   id  year  number
0   1  2016       3
1   1  2017       5

或者使用filter , 但如果数据帧很大或有很多组，它应该会很慢:

df1 = df.groupby("id").filter(lambda x: (x["number"] >= 3).all())