基于组的DataFrame行过滤

Question

我正在使用具有以下结构的DataFrame学习Python/Pandas：

import pandas as pd

df = pd.DataFrame({"cus_id" : ["2370", "2370", "5100", "5100", "8450", "8450", "1630", "1630", "1630"], 
                   "cus_group" : ["A", "A", "A", "B", "B", "B", "A", "A", "B"]})

print(df)

  cus_id cus_group
0   2370         A
1   2370         A
2   5100         A
3   5100         B
4   8450         B
5   8450         B
6   1630         A
7   1630         A
8   1630         B

我的目标是过滤上面DataFrame的行。具体来说，我只想保留客户属于不同组的行。以下是我的尝试：

print(df.drop_duplicates(subset = ["cus_id", "cus_group"], keep = False))

  cus_id cus_group
2   5100         A
3   5100         B
8   1630         B

不幸的是，这不是我想要的确切结果。注意，cus_id = 1630在原始DataFrame中出现了三次:在组A中出现了两次，在组B中出现了一次。因为它属于两个不同的组(A和B)，所以我不想为这个客户删除任何行。也就是说，我要寻找的输出如下：

  cus_id cus_group
2   5100         A
3   5100         B
6   1630         A
7   1630         A
8   1630         B

我不知道为了实现我的目标，我缺少了哪些功能。任何额外的帮助都将不胜感激。

Answer 1

将DataFrameGroupBy.nunique与GroupBy.transform一起用于与原始DataFrame相同大小的Series，因此可能由boolean indexing对不相等的1行进行筛选：

df = df[df.groupby('cus_id')['cus_group'].transform('nunique').ne(1)]
print (df)
  cus_id cus_group
2   5100         A
3   5100         B
6   1630         A
7   1630         A
8   1630         B

详细信息：

print (df.groupby('cus_id')['cus_group'].transform('nunique'))
0    1
1    1
2    2
3    2
4    1
5    1
6    2
7    2
8    2
Name: cus_group, dtype: int64

Answer 2

使用groupby和transform作为nunique --这会将唯一的计数作为一个系列，然后只需过滤大于1的值：

df[df.groupby('cus_id')['cus_group'].transform('nunique')>1]

  cus_id cus_group
2   5100         A
3   5100         B
6   1630         A
7   1630         A
8   1630         B

Answer 3

或者使用pandas.DataFrame.groupby.filter

df.groupby('cus_id').filter(lambda x: x['cus_group'].nunique()>1)

输出：

  cus_group cus_id
2         A   5100
3         B   5100
6         A   1630
7         A   1630
8         B   1630