我正在寻找一种优雅而有效的解决方案。我找到了一个快速而肮脏的解决方案。但是我想知道是否还有更多的“熊猫方式”可以做。
我有一个PD数据帧：
Id Value
T4 0.4
T5 0.3
T5 0.9
T5 1
T6 0.8
T7 0.2
T7 0.8
我想检索至少出现两次且至少具有单行值<= 0.4的id。
这里的预期输出是[T5，T7]
目前，我的解决方案包括遍历Id的所有唯一值，使其成为子df，并检查是否有多于2行，并且至少一次Value小于或等于0.4
任何帮助表示赞赏。
这可以通过以下方式完成groupby：
g = df.groupby('Id')['Value']
df[g.transform('size').ge(2) & g.transform('min').le(0.4)]
输出：
Id Value
1 T5 0.3
2 T5 0.9
3 T5 1.0
5 T7 0.2
6 T7 0.8
如果您只需要Ids，我们可以做：
g = df.groupby('Id')['Value'].agg(['size','min'])
g.index[g['size'].ge(2) & g['min'].le(0.4)]
这使：
Index(['T5', 'T7'], dtype='object', name='Id')
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句