根据唯一条件过滤行答案

【问题标题】：Filter rows based on unique condition根据唯一条件过滤行
【发布时间】：2021-01-04 14:18:54
【问题描述】：

我有以下代表员工编号、他们所在部门及其代码的数据框。

   Department Name     Employee Number      Role Code   
0  Dept1               1000                     1
1  Dept1               1000                     2
2  Dept2               1000                     2
4  Dept3               1000                     2
5  Dept4               1000                     1
0  Dept1               1001                     1
1  Dept2               1001                     1
2  Dept2               1001                     2
4  Dept3               1001                     1
5  Dept3               1001                     2

我需要过滤此数据框，使每个员工在每个唯一部门中只能拥有代码 1 或代码 2。如果他们在同一个部门有两个角色，则返回两行，所以这个输出：

   Department Name     Employee Number      Role Code   
0  Dept1               1000                     1
1  Dept1               1000                     2
1  Dept2               1001                     1
2  Dept2               1001                     2
4  Dept3               1001                     1
5  Dept3               1001                     2

最好的方法是什么？

【问题讨论】：

标签： python pandas dataframe filter conditional-statements

【解决方案1】：

我们试试groupby().nunique():

mask = df.groupby(['Department Name','Employee Number'])['Role Code'].transform('nunique')

df[mask==2]

输出：

  Department Name  Employee Number  Role Code
0           Dept1             1000          1
1           Dept1             1000          2
1           Dept2             1001          1
2           Dept2             1001          2
4           Dept3             1001          1
5           Dept3             1001          2

【讨论】：

【解决方案2】：

试试这个：

df.groupby(['Department Name','Employee Number']).filter(lambda x: x['Role Code'].nunique() == 2)

  Department Name  Employee Number  Role Code
0           Dept1             1000          1
1           Dept1             1000          2
6           Dept2             1001          1
7           Dept2             1001          2
8           Dept3             1001          1
9           Dept3             1001          2

【讨论】：