4

我有一个看起来有点像这样的熊猫数据透视表：

C             bar       foo
A     B                    
one   A -1.154627 -0.243234
three A -1.327977  0.243234
      B  1.327977 -0.079051
      C -0.832506  1.327977  
two   A  1.327977 -0.128534
      B  0.835120  1.327977
      C  1.327977  0.838040

我希望能够过滤掉 A 列在 B 列中少于 2 行的行，以便上表过滤 A = 1：

C             bar       foo
A     B                    
three A -1.327977  0.243234
      B  1.327977 -0.079051
      C -0.832506  1.327977  
two   A  1.327977 -0.128534
      B  0.835120  1.327977
      C  1.327977  0.838040

我怎样才能做到这一点？

4

2 回答 2

7

在一行中：

In [64]: df[df.groupby(level=0).bar.transform(lambda x: len(x) >= 2).astype('bool')]
Out[64]: 
              bar       foo
two   A  0.944908  0.701687
      B -0.204075  0.713141
      C  0.730844 -0.022302
three A  1.263489 -1.382653
      B  0.124444  0.907667
      C -2.407691 -0.773040

在即将发布的 pandas (11.1) 中，新filter方法更快更直观地实现了这一点：

In [65]: df.groupby(level=0).filter(lambda x: len(x['bar']) >= 2)
Out[65]: 
              bar       foo
three A  1.263489 -1.382653
      B  0.124444  0.907667
      C -2.407691 -0.773040
two   A  0.944908  0.701687
      B -0.204075  0.713141
      C  0.730844 -0.022302
于 2013-06-14T14:35:39.410 回答
2

一种方法是按“A”分组，然后查看大小为 3 的那些组：

In [11]: g = df1.groupby(level='A')

In [12]: g.size()
Out[12]:
A
one      1
three    3
two      3
dtype: int64

In [13]: size = g.size()

In [13]: big_size = size[size>=3]

In [14]: big_size
Out[14]:
A
three    3
two      3
dtype: int64

然后您可以查看哪些行具有“良好”的“A”值，并按以下方式进行切片：

In [15]: good_A = df1.index.get_level_values('A').isin(big_size.index)

In [16]: good_A
Out[16]: array([False,  True,  True,  True,  True,  True,  True], dtype=bool)

In [17]: df1[good_A]
Out[17]:
              bar       foo
A     B
three A -1.327977  0.243234
      B  1.327977 -0.079051
      C -0.832506  1.327977
two   A  1.327977 -0.128534
      B  0.835120  1.327977
      C  1.327977  0.838040
于 2013-06-14T13:38:21.797 回答