在有条件的组中选择行
在有条件的组中选择行
提问于 2018-03-04 14:56:08
A B C
0 blue 14.5 14.0
1 blue 14.0 14.0
2 blue 13.5 14.0
3 blue 12.0 14.0
4 blue 10.5 14.0
5 green 20.0 19.0
6 green 19.0 19.0
7 green 18.5 19.0
8 green 18.0 19.0
9 green 17.5 19.0
10 green 16.0 19.0我想为每个A组(“蓝色”和“绿色”)创建一个新的带有下一个条件的df1：
- 选择B=C的行和B=C1的行
- 如果它在满足条件的组中不存在任何B值(B =C1)，则选择下一行以对应。例如，在“蓝色组”中，B=C-1将是14.0-1= 13.0。由于它不存在任何
13.0“蓝色组”，请选择df中存在的下一行，即：3 blue 12.0 14.0
df1应该是：
A B C
1 blue 14.0 14.0
3 blue 12.0 14.0
6 green 19.0 19.0
8 green 18.0 19.0我试过：
df1 = df[(df["B"] == df["C"]) | (df["B"] == df["C"]-1)]回答 3
Stack Overflow用户
回答已采纳
发布于 2018-03-04 22:16:52
对于第二个条件：B = C - 1，
- 我们可以设置一个条件
B - C <= -1，然后 - 在每个组中查找满足此条件的第一行的索引。 idx_cond = df.groupby("A").apply( lambda x: x.where(x.B-x.C <= -1).first_valid_index()) #A#蓝色3#绿色8# dtype: int64 pd.concat([dfdf.B == df.C，df.locidx_cond])
Stack Overflow用户
发布于 2018-03-04 19:42:47
条件：
row where B = C - 1if not exists B = C - 1, then row with largest B, such that B < C - 1
可以合并为一个条件：
row with largest B, such that B <= C - 1如果您的数据是第一个条件，即所有组都存在row where B = C，那么您可以这样编写投影：
res = df[(df.B == df.C) | (df.B <= df.C - 1)].sort_values('B').groupby('A').tail(2)
# output:
A B C
3 blue 12.0 14.0
1 blue 14.0 14.0
8 green 18.0 19.0
6 green 19.0 19.0如果第一个条件，B = C与某些组不匹配，那么使用pd.concat合并两个单独的投影：
res = pd.concat([df[df.B == df.C],
df[df.B <= df.C - 1].sort_values('B').groupby('A').tail(1)])
# or you can split this long line into a couple of lines for better
# readibility
# p1 = df[df.B == df.C]
# p2 = df[df.B <= df.C - 1].sort_values('B').groupby('A').tail(1)
# res = pd.concat([p1, p2])
# output:
A B C
1 blue 14.0 14.0
6 green 19.0 19.0
3 blue 12.0 14.0
8 green 18.0 19.0如您所见，对于第二个解决方案，行不会按照问题中指定的顺序返回，因此，如果需要排序结果，则可能需要进一步的多列排序：
res.sort_values(['C', 'B'], ascending=[True, False])Stack Overflow用户
发布于 2018-03-04 16:16:57
使用：
- 首先创建助手列
D，并通过GroupBy.cumcount通过计数器减去C-获取所有可能的值B == C-0,1,2,3... - 使用
isin对每个组进行groupby筛选，删除列D - 如有必要按
A和B对sort_values进行排序 - 用
boolean indexing按计数器过滤每组前2行
df['D'] = df['C'].sub(df.groupby('A').cumcount())
df = df[df.groupby('A').apply(lambda x: x['B'].isin(x['D'])).values].drop('D',1)
df = df.sort_values(['A','B'], ascending=[True, False])
df = df[df.groupby('A').cumcount() < 2]
print (df)
A B C
1 blue 14.0 14.0
3 blue 12.0 14.0
6 green 19.0 19.0
8 green 18.0 19.0页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/49096679
复制相关文章
相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号