熊猫群体标准

Question

我正在与熊猫群体奋斗，这可能很容易解决。 例如

name number 
A 10 
A 8 

B 7 
B 6 
B 9 

在该数据集，什么是最简单的矢量化方法，利用该可以排除类别的所有行项目（列）“名”，其中的“数量”的最小值为8以下。 在上述所有B将被删除，因为最小有一个元素的值低于8.

我相信它必须可能与groupby,apply或filter，但不记得，如何。

Answer 1

使用filter

In [3281]: df.groupby('name').filter(lambda x: x['number'].min() >= 8) 
Out[3281]: 
    name number 
0 A  10 
1 A  8 

---

详细

In [3282]: df 
Out[3282]: 
    name number 
0 A  10 
1 A  8 
2 B  7 
3 B  6 
4 B  9 

Answer 2

您可以使用transform与min的面具和boolean indexing的过滤器：

print (df.groupby('name')['number'].transform('min') >=8) 
0  True 
1  True 
2 False 
3 False 
4 False 
Name: number, dtype: bool 

df = df[df.groupby('name')['number'].transform('min') >=8] 
print (df) 
    name number 
0 A  10 
1 A  8 

Answer 3

这也可以用apply来完成（为了完整起见）。

mask = df.groupby('name')['number'].apply(lambda x : (x>=8).all()) 
# or Thanks @Zero mask = df.groupby('name')['number'].min() >= 8 
df[df['name'].isin(mask[mask].index)] 

输出：

 
    name number 
0 A  10 
1 A  8