使用大熊猫基通过选择特定的子组

我有以下的形式上的熊猫数据帧：使用大熊猫基通过选择特定的子组

 

    id grp values1 values2 
0 1 a_1 2   4 
1 1 a_2 3   6 
2 1 b_1 4   8 
3 2 b_2 5   10 
4 2 c_1 6   12 
5 3 z_1 7   14 
6 4 y_1 8   16 
7 5 a_1 9   18 
8 5 a_2 10   20 
9 5 a_1 11   22 
10 5 a_2 12   24 
11 7 z_1 13   26 
12 8 q_1 14   28 
13 9 a_2 15   30 
14 9 a_1 16   32

我棒是用含有“A_1”的行和IDS的减小的数据帧和“ a_2“仅适用于如下所示的ID组。做了自组值id变量的计数变为“对”，即，“A_1”和“A_2”的时候一起

 
    id grp values1 values2 

7 5 a_1 9   18 
8 5 a_2 10   20 
9 5 a_1 11   22 
10 5 a_2 12   24 
13 9 a_2 15   30 
14 9 a_1 16   32

端数据帧应该有偶数。此外，这应该适用于任意数量的“按列分组”，就像id列一样。

的数据帧的代码下面贴：

df = pd.DataFrame({'id' : [1,1,1,2,2,3,4,5,5,5,5,7,8,9,9] 
        ,'grp' : ['a_1', 'a_2', 'b_1', 'b_2', 'c_1', 'z_1', 'y_1', 'a_1', 'a_2', 'a_1', 'a_2', 'z_1', 'q_1', 'a_2','a_1'] 
        ,'values1' : [i for i in range(2,17,1)] 
        ,'values2' : [i for i in range(4,33,2)] 
        })

感谢的考虑，时间和投入！

来源

2016-07-14 swepab

或者你也可以采取更简单的方法和：

filtered_df = df.ix[(df['grp'] == 'a_1') | (df['grp'] == 'a_2')]

来源

2016-07-14 14:35:39 Wboy

就在钱上，我知道ix方法，但didn没有用这种直截了当的方式来想它。假设我想包含id组1，它有1个grp。值与其他值不同，并且同时不包含任何包含额外值的其他grp，即“b_1”。 – swepab

此外，数字需要是偶数，因为在我的数据中有三行，即“a_1”，“a_1”和“a_2”，并且该id不应该包含在简化数据中帧！ – swepab

我不明白你的意思，如果你想添加另一个条件，请按照上面的模板与另一个|你会吃饭。对于第二个问题，如果您正在讨论重置索引，请尝试df.reset_index（drop = True，inplace = True） – Wboy

你可以简单的搜索条件在数据帧：

reduced_df = df[(df['grp'] == 'a_1') | (df['grp'] == 'a_2')]

来源

2016-07-14 15:39:18 DrTRD

我设法做到了“偶数”的解决方案是这样，也许不是最高效的，但它完成了这项工作：

# One row per id 
pivot = df[['id', 'grp', 'values1']].pivot_table('values1', index = 'id', columns = 'grp', aggfunc = (lambda i: i.size)).reset_index() 

# Take out the id rows which fulfills condition of being even numbers 
pivot2 = pivot[pivot[['a_1', 'a_2']].sum(axis = 1) %2 == 0].reset_index() 

# Sub-select rows from original table 
df[df['id'].isin(pivot2['id'])]

来源

2016-07-15 06:19:00 swepab

使用大熊猫基通过选择特定的子组

回答

相关问题