python - Pandas 分组并删除行，如果组的数量大于阈值

Question

Group Col2 Col3
Grp1 1
Grp1 1
Grp1 1
Grp1 2
Grp1 3
Grp1 3
Grp2 1
Grp2 1
Grp2 1
Grp3 1
Grp3 2
Grp3 3
Grp4 1

我想分组并从数据框中删除所有组，其中 Col2 中的数字超过 2
在这里我应该得到:

Group Col2
Grp2 1
Grp2 1
Grp2 1
Grp4 1

有没有人有想法？

Answer 1

使用函数进行比较，如 eq与 GroupBy.transform 并通过 GroupBy.all 测试所有值是否匹配:

df1 = df[df['Col2'].eq(1).groupby(df['Group']).transform('all')]
print (df1)
   Group  Col2  Col3
6   Grp2     1   NaN
7   Grp2     1   NaN
8   Grp2     1   NaN
12  Grp4     1   NaN

或者使用 ne 获取至少有一个不匹配值的所有组并按 Series.isin 过滤带倒置掩码 ~在 boolean indexing :

df = df[~df['Group'].isin(df.loc[df['Col2'].ne(1), 'Group'])]
print (df)
   Group  Col2  Col3
6   Grp2     1   NaN
7   Grp2     1   NaN
8   Grp2     1   NaN
12  Grp4     1   NaN

如果想要比较少于 2 个值:

#get groups less like 2
df1 = df[df['Col2'].lt(2).groupby(df['Group']).transform('all')]
#remove groups greater of equal like 2
df1 = df[~df['Group'].isin(df.loc[df['Col2'].ge(2), 'Group'])]

用于比较的所有函数的列表:

Series.lt - <

Series.gt - >

Series.le - <=

Series.ge - >=

Series.ne - !=

Series.eq - ==