满足条件时删除所有组行？

Question

我的熊猫数据框具有基于'col10'和'col1'的两级组。我要做的就是，如果重复另一列中的指定值，则删除所有组行或该值在组中不存在（仅使指定值存在的组保留一次），例如：

• 原始数据帧：

  df = pd.DataFrame( {'col0':['A','A','A','A','A','B','B','B','B','B','B','B','c'],'col1':[1,1,2,2,2,1,1,1,1,2,2,2,1], 'col2':[1,2,1,2,3,1,2,1,2,2,2,2,1]})

demo

我需要在原始DF中保留该组的行，例如(['A',1],['A',2],['B',2])

• 所需的数据框：

• 我尝试了此步骤：

  df.groupby(['col0','col1']).apply(lambda x: (x['col2']==1).sum()==1)

结果为

col0  col1
A     1        True
      2        True
B     1       False
      2        True
c     1       False
dtype: bool

如何基于该布尔值创建所需的Df？

Answer 1

您可以执行以下操作：

m=(df.groupby(['col0','col1'])['col2'].
     transform(lambda x: np.where((x.eq(1)).sum()==1,x,np.nan)).dropna().index)
df.loc[m]

或者：

df[df.groupby(['col0','col1'])['col2'].transform(lambda x: x.eq(1).sum()==1)]

---

   col0  col1  col2
0     A     1     1
1     A     1     2
2     A     2     1
3     A     2     2
4     A     2     3
12    c     1     1