python - bool 列上的条件 DataFrame 过滤器？

Question

如果我有这样的 DataFrame:

| id     | attribute_1 | attribute_2 |
|--------|-------------|-------------|
| 123abc | TRUE        | TRUE        |
| 123abc | TRUE        | FALSE       |
| 456def | TRUE        | FALSE       |
| 789ghi | TRUE        | TRUE        |
| 789ghi | FALSE       | FALSE       |
| 789ghi | FALSE       | FALSE       |

如何应用groupby或一些等效的过滤器来计算DataFrame子集中id元素的唯一数量，如下所示:

| id     | attribute_1 | attribute_2 |
|--------|-------------|-------------|
| 123abc | TRUE        | TRUE        |
| 123abc | TRUE        | FALSE       |

意思是，我想获取给定 id 的所有实例的 id 值的唯一数量，其中 attribute_1 == True >但是attribute_2必须至少有1个True。

因此，456def 不会包含在过滤器中，因为它的 attribute_2 至少没有一个 True。

789ghi 不会包含在过滤器中，因为它的所有 attribute_1 条目都不是 True。

Answer 1

您需要groupby两次，一次使用transform('all')对“attribute_1”进行分组，第二次使用transform('any' ) 在“attribute_2”上。

i = df[df.groupby('id').attribute_1.transform('all')]
j = i[i.groupby('id').attribute_2.transform('any')]

print (j)
       id  attribute_1  attribute_2
0  123abc         True         True
1  123abc         True        False

最后，要获取满足此条件的唯一 ID，请调用 nunique:

print (j['id'].nunique())
1

当您的 attribute_* 列是 bool 值时，这是最容易做到的。如果它们是字符串，请先修复它们:

df = df.replace({'TRUE': True, 'FALSE': False})