Pandas groupby 与 lambda 并在列表中

Question

我有以下数据框

df = pd.DataFrame({'ItemType': ['Red', 'White', 'Red', 'Blue', 'White', 'White', 'White', 'Green'], 
               'ItemPrice': [10, 11, 12, 13, 14, 15, 16, 17], 
               'ItemID': ['A', 'A', 'B', 'B', 'C', 'C', 'D', 'D']})

我想以 DataFrame 的形式获取 ItemID 仅包含“白色”ItemType 的记录（行）

我尝试了以下解决方案：

types = ['Red','Blue','Green']

~df.groupby('ItemID')['ItemType'].any().apply(lambda u: u in(types))

但这给了我一个不正确的结果（D 应该是 False）并且是一个系列的形式。

A False
B False
C True
D True

谢谢！

Answer 1

另一种方法是计算一组非白色ItemID 值。然后过滤你的数据框：

non_whites = df.loc[df['ItemType'].ne('White'), 'ItemID'].unique()

res = df[~df['ItemID'].isin(non_whites)]

print(res)

  ItemType  ItemPrice ItemID
4    White         14      C
5    White         15      C

您也可以使用GroupBy，但这不是绝对必要的。

Answer 2

您应该避免在此处使用 apply，因为它通常很慢。相反，在groupby 之前分配一个flag 列，然后使用all 断言types 中没有任何组值：

df.assign(flag=~df.ItemType.isin(types)).groupby('ItemID').flag.all()

ItemID
A    False
B    False
C     True
D    False
Name: flag, dtype: bool

---

但是，只是为了演示操作的逻辑，并说明您的方法有哪些不正确之处，这里是一个使用 apply 的工作版本：

~df.groupby('ItemID').ItemType.apply(lambda x: any(i in types for i in x))

您需要在 lambda 中使用any，而不是在系列上使用apply。

---

要访问满足此条件的行，您可以使用transform：

df[df.assign(flag=~df.ItemType.isin(types)).groupby('ItemID').flag.transform('all')]

  ItemType  ItemPrice ItemID
4    White         14      C
5    White         15      C