#python #python-3.x #pandas #dataframe #group-by
#python #python-3.x #pandas #фрейм данных #группировать по
Вопрос:
Есть ли способ удалить данные из df, которые были сгруппированы и отсортированы на основе значений столбцов?
id time_stamp df rank
002 2019-02-23 20:01:13.362 mdf 0
002 2019-02-23 20:02:06.939 tof 1
004 2019-03-01 02:30:33.332 mdf 0
004 2019-03-01 02:34:21.134 tof 1
данные были сгруппированы по столбцу id и отсортированы по возрастанию метки времени.
Я хочу удалить все строки или идентификаторы, которые не имеют mdf в качестве значения для ранга 0, но не только эту строку, но и все другие строки, которые отличаются от этого идентификатора.
Например, если 004 не был mdf для ранга 0, я хочу удалить все 004, если это имеет смысл.
Спасибо, что посмотрели!
Комментарии:
1. Крис, ты утверждаешь, что у группы 004 нет mdf и 0 ранга. Но здесь это отображается в строке 3 ваших макетных данных. Пожалуйста, уточните формулировку вашей проблемы или измените данные.
2. Я имел в виду, например, если бы это существовало, я бы хотел удалить его, спасибо!
Ответ №1:
Вы могли бы использовать логическую маскировку:
mask = df['df'].ne('mdf') amp; df['rank'].eq(0)
excl_id = df.loc[mask, 'id'].unique()
df[~df['id'].isin(excl_id)]
Ответ №2:
Вот мое решение:
data="""
id,time_stamp,df,rank
002,2019-02-23 20:01:13.362,mdf,0
002,2019-02-23 20:02:06.939,tof,1
004,2019-03-01 02:30:33.332,mdf,0
004,2019-03-01 02:34:21.134,tof,1
005,2019-03-01 02:35:21.134,mdf,1
005,2019-03-01 02:35:24.134,tof,1
"""
df = pd.read_csv(pd.compat.StringIO(data), sep=',')
print(df)
def process(x): # the id 005 have to be deleted
f = x[(x['df']=='mdf')amp; (x['rank'] == 0)]
return not f.empty
df = df.groupby('id').filter(lambda x: process(x)).reset_index(drop=True)
print(df)
вывод:
id time_stamp df rank
0 2 2019-02-23 20:01:13.362 mdf 0
1 2 2019-02-23 20:02:06.939 tof 1
2 4 2019-03-01 02:30:33.332 mdf 0
3 4 2019-03-01 02:34:21.134 tof 1