python - Pandas 分组 bp，根据条件过滤和提取行

Question

d = {'ID': ['H1', 'H1', 'H2', 'H2', 'H3', 'H3'], 'Month': ['01/06/2020', '01/06/2020', '01/08/2020', '01/08/2020', '01/07/2020', '01/07/2020'], 'Check': ['H', 'S', 'H', 'S', 'H', 'S'], 'Unit': [10, 0, 10, 0, 10, 5]}
df_input = pd.DataFrame(data=d)

我 groupby输入数据帧 ( df_input ) 来自 ID和 Month ，并提取等于 groupby 的行 Unit的总和.例如，我希望输出看起来像:

d = {'ID': ['H1', 'H2'], 'Month': ['01/06/2020', '01/08/2020'], 'Check': ['H', 'H'], 'Unit': [10, 10]}
df_output = pd.DataFrame(data=d)

我试过这个:

df_input.groupby(['ID', 'Month']).filter(lambda x: (x['Unit'] == sum(x['Unit'])).any())

但它没有按预期工作。

Answer 1

您可以使用 DataFrame.transform按 ID 和 Month 创建一系列总和，并按该系列过滤您的 df

filter_cond = df_input.groupby(['ID','Month'])['Unit'].transform('sum')
df_output = df_input[df_input['Unit'] == filter_cond].reset_index(drop = True)


    ID  Month   Check   Unit
0   H1  01/06/2020  H   10
1   H2  01/08/2020  H   10

这是另一种选择(只是为了解释如何使您的解决方案起作用)但它不会是最佳的，

df_input[df_input.groupby(['ID', 'Month']).apply(lambda x: (x['Unit'] == x['Unit'].sum())).reset_index(drop = True)]