python - 删除所有在一列中相同但在另一列中不同的数据框条目

Question

考虑这个 pandas 数据框:

df = pd.DataFrame({'animal': ["dog", "dog", "dog", "cat", "snake", "dog", "snake", "cat", "goat", "bird"],
               'label': [0, 0, 0, 1, 0, 1, 0, 1, 1, 1]})

我想删除标签与所有 动物不匹配的所有 条目。例如，dog 被标记为“0”三次，但第四次被标记为“1”，因此我想删除所有 dog 条目。对于其他动物，它们都被相应地标记，因此我想保留其余的，这样剩余的数据框将是:

df2 = pd.DataFrame({'Column1': ["cat", "snake", "snake", "cat", "goat", "bird"],
               'label': [1, 0, 0, 1, 1, 1]})

感谢任何帮助。

Answer 1

我会使用 transform 来获取每组的一系列唯一值，并通过检查与 1 是否相等来计算 bool 掩码。

mask = df.groupby('animal')['label'].transform('nunique').eq(1)
result = df[mask]

详细信息:

>>> df.groupby('animal')['label'].transform('nunique')
0    2
1    2
2    2
3    1
4    1
5    2
6    1
7    1
8    1
9    1
Name: label, dtype: int64
>>> df.groupby('animal')['label'].transform('nunique').eq(1)
0    False
1    False
2    False
3     True
4     True
5    False
6     True
7     True
8     True
9     True
Name: label, dtype: bool