python - Groupby 包含两个特定值 - pandas

Question

我的目标是返回包含按单独列分组的两个特定值的 Pandas df 中的行。使用下面，我按 Num 分组并旨在返回 B 的行存在但不存在 A对于每个独特的组。
如果两者都不是 A也不是 B被分配给一个分组值然后继续。我只想返回 B 所在的行存在但不存在 A .

import pandas as pd

df = pd.DataFrame({      
    'Num' : [1,1,2,2,2,2,3,3,4,4,4,4],
    'Label' : ['X','Y','X','B','B','B','A','B','B','A','B','X'],          
   })

df = df.loc[(df['Label'] == 'A') | (df['Label'] == 'B')]
df = df.groupby('Num').filter(lambda x: any(x['Label'] == 'A'))
df = df.groupby('Num').filter(lambda x: any(x['Label'] == 'B'))

预期输出:

    Num Label  
2     2     B      
3     2     B  
4     2     B  
5     2     B 

Answer 1

您可以过滤每组的所有值是否为 B来自 GroupBy.transform 与 GroupBy.all :

df1 = df.loc[(df['Label'] == 'A') | (df['Label'] == 'B')]
df1 = df1[(df1['Label'] == 'B').groupby(df1['Num']).transform('all')]
print (df1)
   Num Label
3    2     B
4    2     B
5    2     B

如需要fitler原创栏目 Num用:

df = df[df['Num'].isin(df1['Num'])]
print (df)
   Num Label
2    2     X
3    2     B
4    2     B
5    2     B

另一种方法是按 numpy.setdiff1d 过滤:

num = np.setdiff1d(df.loc[(df['Label'] == 'B'), 'Num'],
                   df.loc[(df['Label'] == 'A'), 'Num'])

df = df[df['Num'].isin(num)]
print (df)
   Num Label
2    2     X
3    2     B
4    2     B
5    2     B