我在 Python 中有一個資料框（簡化），看起來類似于：
Type | Market | Price
-------------------------
1 | A | 2
1 | B | 2
1 | B | 2
-------------------------
2 | A | 4
2 | C | 4
2 | C | 4
2 | B | 8
-------------------------
3 | A | 8
3 | B | 7
3 | B | 7
3 | C | 7
（為了更清楚，我根據不同的型別劃分了資料框）。
我想做的是對資料框進行子集化，這樣，如果每種型別的市場只有“A”和“B”（而不是“C”），那么我想保留它。例如，從上面的資料框中，由于型別“1”在市場中只有“A”和“B”，我想保留它，但由于型別“2”有“A”和“C”，然后是“B” "，那我就不想留了。另一方面，由于型別“3”有“A”，然后是“B”，然后是“C”，所以我想保留它。所以從這個資料框中，我想保留型別“1”和型別“3”。
我在實作這一點時遇到了一些麻煩，因為它需要非常具體的條件，不幸的是我不太擅長編程。這樣做的好方法是什么？提前致謝 ：）
uj5u.com熱心網友回復：
df.loc[df.groupby('Type').Market.transform(lambda x : set(x) == {'A', 'B'} or all(x==sorted(x)))]
Type Market Price
0 1 A 2
1 1 B 2
2 1 B 2
7 3 A 8
8 3 B 7
9 3 B 7
10 3 C 7
uj5u.com熱心網友回復：
嘗試這個：
df.groupby('Type').filter(lambda g: ''.join(g.Market.unique()[:2]) == 'AB')
>>>
Type Market Price
0 1 A 2
1 1 B 2
2 1 B 2
7 3 A 8
8 3 B 7
9 3 B 7
10 3 C 7
uj5u.com熱心網友回復：
如果需要僅保留唯一值A,B或A,B,C按順序使用：
s = df.drop_duplicates(['Type','Market']).groupby('Type')['Market'].agg(tuple)
df = df[df['Type'].isin(s.index[s.isin([('A','B'),('A','B','C')])])]
print (df)
Type Market Price
0 1 A 2
1 1 B 2
2 1 B 2
7 3 A 8
8 3 B 7
9 3 B 7
10 3 C 7
另一個想法：
def f(x):
u = tuple(dict.fromkeys(x))
return (u == ('A','B')) | (u == ('A','B','C'))
df = df[df.groupby('Type').Market.transform(f)]
轉載請註明出處，本文鏈接：https://www.uj5u.com/yidong/488339.html
下一篇：Python中的多列插值