如何在groupby和平均DataFrame之后保留所有列

Question

我有一个名为‘data’的数据帧：

     USER  VALUE VALUE2
0    XOXO     21    AAA
1   ABC-1      2    BBB
2  ABC-1B      4    CCC
3   ABC-2      4    DDD
4  ABC-2B      6    EEE
5    PEPE     12    FFF

我通过一些代码来组合相似的名称：

data = pd.DataFrame({'USER':['XOXO','ABC-1','ABC-1B','ABC-2','ABC-2B', 'PEPE'], 'VALUE':[21,2,4,4,6,12], 'VALUE2':['AAA','BBB','CCC','DDD','EEE', 'FFF']})
data.USER = data.USER.str.replace('(-\d)B', r"\1")
data = data.groupby('USER', as_index=False, sort=False).VALUE.mean()

然而，我最终得到了一个数据帧，就像这样，删除了VALUE2：

    USER  VALUE
0   XOXO     21
1  ABC-1      3
2  ABC-2      5
3   PEPE     12

如何通过保留原始用户的VALUE2来修改代码以保留VALUE2？因此，用户'ABC-1‘的VALUE2将保留为'BBB’，'ABC-2‘将保留为'DDD’

    USER  VALUE   VALUE2
0   XOXO     21      AAA
1  ABC-1      3      BBB
2  ABC-2      5      DDD
3   PEPE     12      FFF

Answer 1

去掉尾部B后按USER分组。然后使用.str.contains()和.isin()实现适当的布尔值选择并过滤最终数据帧。

  df['VALUE']=df[['USER', 'VALUE', 'VALUE2']].groupby(df.USER.str.split('(?<=[1-2])(B)').str[0])['VALUE'].transform('mean')
   df[~((df.USER.str.contains('ABC'))&(~df.VALUE2.isin(['BBB','DDD'])))]

      
        USER  VALUE VALUE2
    0   XOXO     21    AAA
    1  ABC-1      3    BBB
    3  ABC-2      5    DDD
    5   PEPE     12    FFF

如何工作

#Strip trailing B in USER
df.USER=df.USER.str.split('(?<=[1-2])(B)').str[0]

    USER  VALUE VALUE2
0   XOXO     21    AAA
1  ABC-1      2    BBB
2  ABC-1      4    CCC
3  ABC-2      4    DDD
4  ABC-2      6    EEE
5   PEPE     12    FFF

# groupby变换求平均值

df['VALUE']=df.groupby(df.USER.str.split('(?<=[1-2])(B)').str[0])['VALUE'].transform('mean')
print(df)

USER  VALUE VALUE2
0   XOXO     21    AAA
1  ABC-1      3    BBB
2  ABC-1      3    CCC
3  ABC-2      5    DDD
4  ABC-2      5    EEE
5   PEPE     12    FFF

#Boolean选择任何包含ABC；(df.USER.str.contains('ABC'))但没有BBB和DDD；(~df.VALUE2.isin(['BBB','DDD']))的内容

#合并两个选择，然后使用~反转选择

~((df.USER.str.contains('ABC'))&(~df.VALUE2.isin(['BBB','DDD'])))

#Finally过滤数据帧