Блог

Я хочу отфильтровать на основе того, находится ли значение в другом столбце. Однако эти данные необходимо сгруппировать до применения фильтра isin. Когда я это делаю, я получаю ошибку

 'SeriesGroupBy' object has no attribute 'isin'  

Пример, объясняющий, что я пытаюсь сделать:

 import pandas as pd  dict = {'AttributeName': {0: 'John', 1: 'John', 2: 'John', 3: 'John', 4: 'Sally', 5: 'Sally'}, 'Lineage Step': {0: 1, 1: 2, 2: 3, 3: 4, 4:1, 5:2}, 'From Country': {0: 'Spain', 1: 'Scotland', 2: 'England', 3: 'England', 4: 'Scotland', 5:'England'}, 'From Town': {0: 'Madrid', 1: 'Edinburgh', 2: 'London', 3: 'London', 4: 'Edinburgh', 5: 'Manchester'}, 'FromStreet': {0: 'Spanish St', 1: 'Main St', 2: 'Lower St', 3: 'Middle St', 4: 'London St', 5: 'Scotland St'}, 'ToCountry': {0: 'Scotland', 1: 'England', 2: 'England', 3: 'England', 4: 'England', 5: 'England'}, 'ToTown': {0: 'Edinburgh', 1: 'London', 2: 'London', 3: 'London', 4: 'Liverpool', 5: 'London'}, 'ToStreet': {0: 'Lower St', 1: 'Middle St', 2: 'Upper St', 3: 'Upper St', 4: 'new St', 5: 'Old St'}} sample_data = pd.DataFrame.from_dict(dict)  #example data set. I want to find every unique 'fromCountry' for both John and Sally. So For John we would just have the first row, where he enters from Spain to Scotland. The second row would be filtered as Scotland appears in the 'ToCountry' column. Sally would just have the 'FromCountry' Edinburgh row.   

Я пытался сделать вот так:

 sample_grouped = sample_data.groupby('AttributeName') sample_grouped[~sample_grouped['From Country'].isin(sample_grouped['ToCountry'])]  

но я попадаю туда по ошибке 'SeriesGroupBy' object has no attribute 'isin'

Кто-нибудь знает, как использовать функцию isin (или сопоставимую) для группирования по данным?

Спасибо

Ошибка понятна сама по себе, isin метод, который вы пытаетесь использовать, отсутствует в объекте Pandas Groupby.

Вы можете вызвать apply объект pandas groupby, а затем передать lambda функцию, которая возвращает только строки, соответствующие критериям.

 out = (sample_data.groupby('AttributeName')  .apply(lambda x: x[~x['From Country'].isin(x['ToCountry'])])  )  

выход:

 AttributeName Lineage Step From Country From Town FromStreet ToCountry ToTown ToStreet AttributeName  John 0 John 1 Spain Madrid Spanish St Scotland Edinburgh Lower St Sally 4 Sally 1 Scotland Edinburgh London St England Liverpool new St  

используйте запрос pandas и найдите соответствующие записи, затем используйте unique() для группировки по

 dict = {'AttributeName': {0: 'John', 1: 'John', 2: 'John', 3: 'John', 4: 'Sally', 5: 'Sally'}, 'Lineage Step': {0: 1, 1: 2, 2: 3, 3: 4, 4:1, 5:2}, 'From Country': {0: 'Spain', 1: 'Scotland', 2: 'England', 3: 'England', 4: 'Scotland', 5:'England'}, 'From Town': {0: 'Madrid', 1: 'Edinburgh', 2: 'London', 3: 'London', 4: 'Edinburgh', 5: 'Manchester'}, 'FromStreet': {0: 'Spanish St', 1: 'Main St', 2: 'Lower St', 3: 'Middle St', 4: 'London St', 5: 'Scotland St'}, 'ToCountry': {0: 'Scotland', 1: 'England', 2: 'England', 3: 'England', 4: 'England', 5: 'England'}, 'ToTown': {0: 'Edinburgh', 1: 'London', 2: 'London', 3: 'London', 4: 'Liverpool', 5: 'London'}, 'ToStreet': {0: 'Lower St', 1: 'Middle St', 2: 'Upper St', 3: 'Upper St', 4: 'new St', 5: 'Old St'}} df = pd.DataFrame.from_dict(dict)  results=df.query('`From Country` not in ToCountry') print(results['From Country'].unique())  

выход:

 ['Spain']