我想從列 ID 中選擇那些已完成的唯一元素。每個ID代表一個任務并且可以出現(xiàn)多次。僅當狀態(tài)列每行的值為 100 時，任務才完成。數(shù)據(jù)集示例：import pandas as pddf = pd.DataFrame(data= {'ID': ['A', 'A', 'B', 'B', 'C', 'D'], 'Status': [100, 100, 100, 25, 100, 34]})預期結果： ID Status0 A 1004 C 100A：出現(xiàn)兩次，100。A完成B：出現(xiàn)兩次，但其中一次是 25。B 不完整C：以100出現(xiàn)一次。C完成D：與34一起出現(xiàn)一次。D不完整。這是我到目前為止的工作：df_completed = df[df['Status']==100].drop_duplicates()df_filtered = df[df.ID.isin(df_completed.ID) & (df.Status<100)]df_completed = df_completed[~df_completed.ID.isin(df_filtered.ID)]正如您所看到的，我能夠產生正確的結果，但我想知道是否有一種不太復雜的方法來做到這一點。而且代碼是要共享的，df又大，簡單高效是最受歡迎的。
3 回答
侃侃爾雅
TA貢獻1801條經驗 獲得超16個贊
這似乎是一個很好的用例groupby。這里有幾個例子：
df.groupby("ID").apply(lambda df: (df.Status == 100).all())
這給出了每個 ID 的布爾狀態(tài)：
ID
A True
B False
C True
D False
如果可以依賴平均值，則另一種選擇：
df.groupby("ID").mean().pipe(lambda df: df[df.Status == 100])
這給出了結果：
ID Status
A 100.0
C 100.0
皈依舞
TA貢獻1851條經驗 獲得超3個贊
有很多方法可以做到。
選項1
groupby()并過濾掉min==100
df.groupby('ID')['Status'].min()[lambda x:x==100].reset_index()
ID Status
0 A 100
1 C 100
選項 2 過濾IDs任何Status不等于100并index使用提取它們groupby()，filter(boolean selection)
.isin使用反向查詢drop duplicates從結果中排除選定的索引
s=df.loc[df.groupby('ID')['Status'].filter(lambda x:(x!=100).any()).index,:]
df[~df.index.isin(s.index)].drop_duplicates()
ID Status
0 A 100
4 C 100
飲歌長嘯
TA貢獻1951條經驗 獲得超3個贊
考慮到變量是一種狀態(tài)，我假設它只存在于 [0,100]？如果是這樣，該 ID 的最低狀態(tài)必須為 100。
import pandas as pd
df = pd.DataFrame(data= {'ID': ['A', 'A', 'B', 'B', 'C', 'D'], 'Status': [100, 100, 100, 25, 100, 34]})
df_completed=df.groupby(['ID']).min()==100 #gives True/False for each ID.
df_completed=df_completed[df == True].dropna()*100 #essentially just formatting
輸出：
Status
ID
A 100.0
C 100.0
添加回答
舉報
0/150
提交
取消