熊猫数据处理

Question

我正在对数据文件执行一个特定的操作。考虑到以下数据：

df1 = pd.DataFrame({
'id': [0, 1, 2, 1, 3, 0],
'letter': ['a','b','c','b','b','a'],
'status':[0,1,0,0,0,1]})

id letter  status
0   a     0
1   b     1
2   c     0
1   b     0
3   b     0
0   a     1

我想要创建另一个数据based，它包含基于以下限制的来自df1的行。

如果两个或更多行具有相同的id和字母，则返回状态为1的任何一行。所有其他行都必须复制。

结果的dataframe应该如下所示：

id letter  status
 0      a       1
 1      b       1
 2      c       0
 3      b       0

任何帮助都是非常感谢的。谢谢

Answer 1

这应该是可行的：

>>> fn = lambda obj: obj[obj.status == 1] if any(obj.status == 1) else obj
>>> df.groupby(['id', 'letter'], as_index=False).apply(fn)
   id letter  status
5   0      a       1
1   1      b       1
2   2      c       0
4   3      b       0

[4 rows x 3 columns]

Answer 2

先按status排序，然后使用groupby

In [1932]: df.sort_values(by='status').groupby('id', as_index=False).last()
Out[1932]:
   id letter  status
0   0      a       1
1   1      b       1
2   2      c       0
3   3      b       0