使用熊猫过滤列中具有唯一值的行

Question

我有一个df：

id      value
1       10
2       15
1       10
1       10
2       13
3       10
3       20

我试图只保留 value 列中具有 1 个唯一值的行，以便结果 df 如下所示：

id      value
1       10
1       10
1       10

我删除了id = 2, 3，因为它在value、15, 13 & 10, 20 列中分别有多个唯一值。

I read this answer. 但这只是删除了重复项，而我想检查给定列是否 - 在本例中，列 value 具有超过 1 个唯一值。

我试过了：

df['uniques'] = pd.Series(df.groupby('id')['value'].nunique())

但这会为每一行返回nan，因为我试图在分组后将n 返回到n+m 行。我可以编写一个函数并将其应用于每一行，但我想知道是否有一个智能快速过滤器可以实现我的目标。

Answer 1

使用transform 和 groupby 将组值与各个行对齐：

df['nuniques'] = df.groupby('id')['value'].transform('nunique')

输出：

   id  value  nuniques
0   1     10         1
1   2     15         2
2   1     10         1
3   1     10         1
4   2     13         2
5   3     10         2
6   3     20         2

如果您只需要过滤数据，则不需要分配新列：

df[df.groupby('id')['value'].transform('nunique') == 1]

Answer 2

让我们做filter

out = df.groupby('id').filter(lambda x : x['value'].nunique()==1)
Out[6]: 
   id  value
0   1     10
2   1     10
3   1     10