Pandas - 过滤列至少匹配一次的行答案

【问题标题】：Pandas - Filter rows where columns match atleast oncePandas - 过滤列至少匹配一次的行
【发布时间】：2019-03-11 08:12:35
【问题描述】：

我有一个熊猫数据框，如下所示：

Name ID1    ID2
Joe  248    248
Joe  248    326
Joe  721    248
Anna 295    295
Bob  721    248
Bob  721    326
Bob  248    566

我只需要保留没有匹配 ID1 和 ID2 的行，例外情况是，如果两个 ID 至少匹配一个名称，则删除它们。

例如：

对于 Name = Joe，ID 匹配一次 (248)，因此删除所有包含 Joe 的行。

对于 Name = Bob，ID 永远不会匹配，因此保留 Bob 的所有行。

到目前为止，我已经尝试过：

通过对名称进行排序并检查 ID 是否匹配来删除重复项。但这并没有考虑到至少匹配一次的 ID。

df  = df.sort_values(['Name']).drop_duplicates(['Name'],keep='first')

不确定 pandas 是否可以删除与“至少一次”匹配的条件的重复项。

【问题讨论】：

在您的问题中，您说“如果两个 ID 至少匹配一个名称，则删除它们” - 您的意思是删除所有具有 该名称 的行吗？他们是否匹配？

标签： python python-3.x pandas dataframe indexing

【解决方案1】：

如果我理解正确，您可以计算要删除的名称，然后使用布尔索引：

names_to_remove = df.loc[df['ID1'] == df['ID2'], 'Name'].values

res = df[~df['Name'].isin(names_to_remove)]

print(res)

  Name  ID1  ID2
4  Bob  721  248
5  Bob  721  326
6  Bob  248  566

【讨论】：

【解决方案2】：

df.groupby('Name').apply(lambda grp: grp if not (grp['ID1'] == grp['ID2']).any() else None).dropna()

解释：Groupby 名称，如果有任何索引 ID1 和 Id2 不匹配，则返回该组。否则，返回 None 然后删除空列。

【讨论】：