如何在python数据框中按组选择以特定字母开头的行值？

Question

我有以下由 ID 和关联的簇号组成的数据框“数据”：

ID      cluster 
FP_101   1  
FP_102   1     
SP_209   3
SP_300   3
SP_209   1
FP_45    90
SP_50    90
FP_398   100
...

我想打印包含多个以 SP 和/或 FP 开头的 ID 的集群。 我认为我有答案的两个部分，但只是不知道以适当的方式将它们结合起来：

• data = data[data['ID'].str.startswith('FP')] (SP 相同)
• 选择函数：data = data.groupby(['cluster']).filter(lambda x: x['ID'].nunique() > 1)

结果应该来自上一个示例：

    ID      cluster 
    FP_101   1  
    FP_102   1
    SP_209   1     
    SP_209   3
    SP_300   3

我怎样才能结合安排这些功能来获得这个结果？

Answer 1

这是我对你的问题的理解；让我知道是否有帮助：

1. 分离 SP 和 FP

   df['Prefix'] = df['ID'].apply(lambda x: x.split('_')[0])

   2. 按集群分组

   df2 = df.groupby(['cluster', 'Prefix'], as_index = False).agg({'ID':['nunique','unique']})

   3. 过滤

   df2.columns = df2.columns.to_flat_index().str.join('')

   df2[df2['IDnunique']>1]