第七色在线视频,2021少妇久久久久久久久久,亚洲欧洲精品成人久久av18,亚洲国产精品特色大片观看完整版,孙宇晨将参加特朗普的晚宴

為了賬號安全，請及時(shí)綁定郵箱和手機(jī)立即綁定
已解決430363個(gè)問題，去搜搜看，總會有你想問的

從 DataFrame 中刪除一列中僅包含單個(gè)唯一值的組

從 DataFrame 中刪除一列中僅包含單個(gè)唯一值的組

慕運(yùn)維8079593 2023-07-11 14:27:57
我正在用 Pandas 處理數(shù)據(jù)?！癆”是唯一 ID 列，“E”列包含1或0。我只想保留 E 列的值同時(shí)包含 0 和 1 的組。（我想刪除 A 列為 2 和 4 的行，因?yàn)檫@些組分別只包含 1 和 0，只留下 A 列為 1 的行， 3、5）。做這個(gè)的最好方式是什么？    A   B   C   D   E   F1   1   0   0   0   1   1163.72   1   0.8 0.8 2.2 0   03   1   0.2 0.2 4.4 0   04   1   0.8 0.4 0.4 0   05   1   0.5 0.7 3.8 0   06   2   1   1   8.9 1   1167   2   1.5 1.5 1.7 1   1168   2   2   2   8.7 1   1169   3   3   3   5.  0   010  3   4.5 4.5 2.2 0   011  3   6.0 6.5 0.8 0   012  3   8   8   0.3 0   013  3   5.3 0   0   1   11614  3   0   0   0   1   11615  4   0.8 0.8 1.1 0   016  4   0.2 0.5 3.4 0   017  4   0.4 0.8 3.2 0   018  4   0.7 0.5 3.0 0   019  5   1   1   1.5 0   020  5   1.5 1.5 1.7 0   021  5   2   2   7.9 1   116我想得到以下數(shù)據(jù)。       A   B   C   D   E   F1   1   0   0   0   1   1163.72   1   0.8 0.8 2.2 0   03   1   0.2 0.2 4.4 0   04   1   0.8 0.4 0.4 0   05   1   0.5 0.7 3.8 0   06   3   3   3   2.2 0   07   3   4.5 4.5 2.2 0   08   3   6.0 6.5 0.8 0   09   3   8   8   0.3 0   010  3   5.3 0   0   1   11611  3   0   0   0   1   11612  5   1   1   1.5 0   013  5   1.5 1.5 1.7 0   014  5   2   2   7.9 1   116
查看完整描述

2 回答

?
蝴蝶不菲

TA貢獻(xiàn)1810條經(jīng)驗(yàn) 獲得超4個(gè)贊

Series.groupby在列上使用E并transform使用any創(chuàng)建布爾掩碼：


m = (df['E'].eq(0).groupby(df['A']).transform('any') &

     df['E'].eq(1).groupby(df['A']).transform('any'))

df1 = df[m]

E或者如果列僅由零和一組成的另一個(gè)想法，


m = df.groupby('A')['E'].nunique().eq(2)

df1 = df[df['A'].isin(m[m].index)]

結(jié)果：


print(df1)

    A    B    C    D  E       F

1   1  0.0  0.0  0.0  1  1163.7

2   1  0.8  0.8  2.2  0     0.0

3   1  0.2  0.2  4.4  0     0.0

4   1  0.8  0.4  0.4  0     0.0

5   1  0.5  0.7  3.8  0     0.0

9   3  3.0  3.0  5.0  0     0.0

10  3  4.5  4.5  2.2  0     0.0

11  3  6.0  6.5  0.8  0     0.0

12  3  8.0  8.0  0.3  0     0.0

13  3  5.3  0.0  0.0  1   116.0

14  3  0.0  0.0  0.0  1   116.0

19  5  1.0  1.0  1.5  0     0.0

20  5  1.5  1.5  1.7  0     0.0

21  5  2.0  2.0  7.9  1   116.0


查看完整回答
反對 回復(fù) 2023-07-11
?
慕勒3428872

TA貢獻(xiàn)1848條經(jīng)驗(yàn) 獲得超6個(gè)贊

drop_duplicates您可以在 A 和 E 列上使用groupby.size，并查看 A 組有 2 個(gè)不同元素的位置，因?yàn)?E 只有 0 或 1。然后使用大小等于 2 的索引，如下所示：


s = df[['A','E']].drop_duplicates().groupby('A').size()

df_ = df[df['A'].isin(s[s.eq(2)].index)].copy()

print(df_)

    A    B    C    D  E       F

1   1  0.0  0.0  0.0  1  1163.7

2   1  0.8  0.8  2.2  0     0.0

3   1  0.2  0.2  4.4  0     0.0

4   1  0.8  0.4  0.4  0     0.0

5   1  0.5  0.7  3.8  0     0.0

9   3  3.0  3.0  5.0  0     0.0

10  3  4.5  4.5  2.2  0     0.0

11  3  6.0  6.5  0.8  0     0.0

12  3  8.0  8.0  0.3  0     0.0

13  3  5.3  0.0  0.0  1   116.0

14  3  0.0  0.0  0.0  1   116.0

19  5  1.0  1.0  1.5  0     0.0

20  5  1.5  1.5  1.7  0     0.0

21  5  2.0  2.0  7.9  1   116.0


查看完整回答
反對 回復(fù) 2023-07-11
  • 2 回答
  • 0 關(guān)注
  • 159 瀏覽
慕課專欄
更多

添加回答

舉報(bào)

0/150
提交
取消
微信客服

購課補(bǔ)貼
聯(lián)系客服咨詢優(yōu)惠詳情

 幫助反饋 APP下載

慕課網(wǎng)APP
您的移動(dòng)學(xué)習(xí)伙伴

 公眾號

掃描二維碼
關(guān)注慕課網(wǎng)微信公眾號