如果某列的值不符合另一列的要求，则删除行。

Question

所以，假设我有这个数据：

df = DataFrame({'ID': [1001,4003,1001, 4003, 7000, 7000], 
            'col_2': ['3', '8', '2', '1','7','9'], 
            'col_3': ['Steak','Chicken','Chicken','Steak','Chicken','Chicken']})

我想要创建3个数据帧。前两个是每个有鸡的ID的数据帧。第二种是所有有牛肉的身份证。这很容易做到：

dfsteak = df[~(df['col_3'] != 'Steak')]
dfchicken =  df[~(df['col_3'] != 'Chicken')]

但是在第三次，我想删除任何行，如果一个ID没有鸡一次，牛排另一次。所以在这个例子中，DF是ID 7000，他只订购了鸡肉。但我该如何实现呢？

Answer 1

filter与any的结合

df.groupby('ID').filter(lambda x : ((x['col_3']=='Steak').any())&((x['col_3']=='Chicken').any()))
Out[14]: 
     ID col_2    col_3
0  1001     3    Steak
1  4003     8  Chicken
2  1001     2  Chicken
3  4003     1    Steak

过滤掉ID 7000

df.groupby('ID').filter(lambda x : ~((x['col_3']=='Steak').any())&((x['col_3']=='Chicken').any()))
Out[16]: 
     ID col_2    col_3
4  7000     7  Chicken
5  7000     9  Chicken

Answer 2

这里有一个直观的方法。其想法是创建一个由col_3聚合到set的ID系列。

然后对映射的set不是{'Steak', 'Chicken'}的超集进行筛选。

s = df.groupby('ID')['col_3'].apply(set)
df = df[~(df['ID'].map(s) >= {'Steak', 'Chicken'})]

print(df)

     ID col_2    col_3
4  7000     7  Chicken
5  7000     9  Chicken