python - Pandas:当组中的值落在某个范围内时，将组保留在数据中

Question

我有一个组中的值，如果该值在 5 到 25 的范围内，那么我想将该组保留在数据中。

基于Pandas: remove group from the data when a value in the group meets a required condition ，我这样写:

dfnew = df.groupby('groupname').filter(lambda x: (x['column2']>=5) & (x['column2']<=25))

当我使用这个时，出现以下错误: filter function returned a Series, but expected a scalar bool

然后我也尝试过:

dfnew = df.groupby('groupname').filter(lambda x: 5<= x['column2']<=25)

但它给出了错误:

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

然后我尝试了:

dfnew = df.groupby('groupname').filter(lambda x: (x['column2'].any()>=5) & (x['column2'].any()<=25))

它只返回一个带有列名称的空数据框

我对 python 和数据科学非常陌生(实际上编码了几天)。请解释一下这是怎么回事并帮忙!太感谢了!!

Answer 1

我想你已经快到了。您需要使用 max 和 min 来测试组中的值。这是一个玩具数据集的示例。

首先是数据:

import pandas as pd

data = pd.DataFrame(
    {
        'id': [1, 2, 3] * 3,
        'value': [3, 20, 21, 6, 24, 7, 21, 8, 50]
    }
)

data

这给了我们:

    id  value
0   1   3
1   2   20
2   3   21
3   1   6
4   2   24
5   3   7
6   1   21
7   2   8
8   3   50

然后使用组/过滤模式仅保留组中最小值大于或等于 5，且组中最大值小于或等于 25 的组。在这种情况下，我们预计仅返回第 2 组。

data.groupby('id').filter(lambda x: (x['value'].max() <= 25) & (x['value'].min() >= 5))

这就是我们得到的:

id  value
1   2   20
4   2   24
7   2   8