如何在python中做一个复杂的过滤器答案

【问题标题】：How to do a complicated filter in python如何在python中做一个复杂的过滤器
【发布时间】：2018-06-08 11:33:55
【问题描述】：

我正在尝试基于一列进行过滤。例如，我想在看到它有 account_no 1111 时删除该交易

输入

Date        Trans   account_no
2017-12-11  10000   1111
2017-12-11  10000   1112
2017-12-11  10000   1113
2017-12-11  10001   1111
2017-12-11  10002   1113

期望的输出

Date        Trans   account_no
2017-12-11  10002   1113

编辑：

这与运算符链接不同，因为您正在处理重复/条件过滤器

【问题讨论】：

pandas: filter rows of DataFrame with operator chaining的可能重复
手术后为什么2017-12-11 10000 1113不见了？

标签： python pandas filter duplicates

【解决方案1】：

您可以分两步完成此操作。首先使用.loc 查找所有account_no 等于1111 的Trans 值。然后选择isin()的所有其他交易

df[~df.Trans.isin(df.loc[df.account_no == 1111,'Trans'])]

         Date  Trans  account_no
4  2017-12-11  10002        1113

【讨论】：

【解决方案2】：

您可以使用.loc 进行基于系列的过滤。

def complex_filter_criteria(x):
    return x != 1111
df.loc[df['account_no'].apply(complex_filter_criteria)]

df['account_no'].apply(complex_filter_criteria) 将为account_no 列中的每个条目返回一系列True/False 评估。然后，当您将其传递给df.loc 时，它会返回一个数据框，该数据框仅包含与系列中的True 评估相对应的行。

【讨论】：

【解决方案3】：

通过使用issubset + transform

df[~df.groupby('Trans').account_no.transform(lambda x : set([1111]).issubset(x))]
Out[1658]: 
         Date  Trans  account_no
4  2017-12-11  10002        1113

【讨论】：

您知道如何修改代码以过滤掉多个数字，而不仅仅是 1111，还可以添加 1112
@ReeseFitzmaurice df[~df.Trans.isin(df.loc[df.account_no.isin([1112,1111]),'Trans'])]
我还在尝试保持原来的问题逻辑，这样行吗？ df=df[~df.groupby('Trans').account_no.transform(lambda x : set([1112,1111]).issubset(x))]
@ReeseFitzmaurice 这不会，因为它们将同时匹配 [1112 和 1111，当两个条件都满足时，它们将返回 true，似乎您需要逻辑或而不是正确的？