根据另一行的varchar删除重复项。从在职名册中删除被解雇的工作人员

Question

我想创建一个只显示在职工作人员的名册。所有工作人员都列在一个表中，没有终止合同的在职工作人员在表中有一行。被解雇的工作人员有两行数据。雇员身份是指工资或期限。我怎样才能得到一排只工作的员工？每个工作人员都有一个独特的ID。

Answer 1

您使用的是什么编程语言？

我假设你在使用Python，使用熊猫来处理数据。此外，只要有可能，共享示例数据将使其他用户能够更有效地帮助您。

，如果可能的话，请编辑你的问题，在你的问题中添加更多的上下文，以便其他人能更有效地帮助你！

我已经开发了下面的代码，试图根据从您的问题中推断出的数据来重新创建您的问题。

# == Necessary Imports ===============================================
import pandas as pd

# == Generate sample dataframe =======================================
# For our sample, employees 3, 7, and 9 will represent the terminated
# employees.
df = pd.DataFrame(
    {
        "memberID": [1, 2, 3, 3, 4, 5, 6, 7, 7, 8, 9, 9],
        "status": [
            "wages",
            "wages",
            "wages",  # <-- Employee 3 terminated
            "term",   # <-- Employee 3 terminated
            "wages",
            "wages",
            "wages",
            "wages",  # <-- Employee 7 terminated
            "term",   # <-- Employee 7 terminated
            "wages",
            "wages",  # <-- Employee 9 terminated
            "term",   # <-- Employee 9 terminated
        ],
    }
)

# == Solution ==============================================================
df.loc[
    df["memberID"].isin(
        df["memberID"]
        .value_counts()
        .to_frame("count")
        .loc[lambda xdf: xdf["count"] < 2, :]
        .index
    ),
    :,
]
# Returns:
#
#    memberID status
# 0         1  wages
# 1         2  wages
# 4         4  wages
# 5         5  wages
# 6         6  wages
# 9         8  wages

备注

基本上，我的方法是使用pandas.Series.value_counts来查找每个"memberID"在dataframe上出现的次数。然后，我将一个.loc调用链接起来，以过滤在dataframe上出现少于2次的员工，并在原始df上筛选那些"memberID"。

总之，该解决方案使用了熊猫的三种方法：

1. pandas.Series.value_counts：统计熊猫系列的每个值得到的次数，将熊猫系列转换为DataFrame (用于链接多个操作，together).
2. pandas.DataFrame.loc：用于过滤数据中只出现一次的员工)。然后再使用第二次过滤原始的df，只考虑那些没有被解雇的员工。