熊猫 groupby 和过滤器

Question

我有数据框：

df = pd.DataFrame({'ID':[1,1,2,2,3,3], 
                   'YEAR' : [2011,2012,2012,2013,2013,2014], 
                   'V': [0,1,1,0,1,0],
                   'C':[00,11,22,33,44,55]})

我想按 ID 分组，并在每个组中选择 V = 0 的行。

这似乎不起作用：

print(df.groupby(['ID']).filter(lambda x: x['V'] == 0)) 

出现错误：

TypeError：过滤器函数返回一个系列，但期望一个标量布尔

如何使用过滤器来实现目标？谢谢。

编辑： V 上的条件可能因每个组而异，例如，对于 ID 1，它可能是 V==0，对于 ID 2，它可能是 V==1，并且可以通过另一个 DF 获得此信息：

df = pd.DataFrame({'ID':[1,2,3], 
                   'V': [0,1,0])

那么如何在每个组内进行行过滤呢？

Answer 1

我认为groupby 不是必需的，仅在需要V 为0 的所有行时才使用boolean indexing：

print (df[df.V == 0])
    C  ID  V  YEAR
0   0   1  0  2011
3  33   2  0  2013
5  55   3  0  2014

但如果需要返回至少一个列V 的值等于0 的所有组，添加any，因为filter 需要True 或False 用于过滤组中的所有行：

print(df.groupby(['ID']).filter(lambda x: (x['V'] == 0).any())) 
    C  ID  V  YEAR
0   0   1  0  2011
1  11   1  1  2012
2  22   2  1  2012
3  33   2  0  2013
4  44   3  1  2013
5  55   3  0  2014

更好的测试是更改groupby 的列 - 带有2012 的行被过滤掉，因为没有V==0：

print(df.groupby(['YEAR']).filter(lambda x: (x['V'] == 0).any())) 
    C  ID  V  YEAR
0   0   1  0  2011
3  33   2  0  2013
4  44   3  1  2013
5  55   3  0  2014

如果性能很重要，请使用 GroupBy.transform 和 boolean indexing：

print(df[(df['V'] == 0).groupby(df['YEAR']).transform('any')]) 
   ID  YEAR  V   C
0   1  2011  0   0
3   2  2013  0  33
4   3  2013  1  44
5   3  2014  0  55

详情：

print((df['V'] == 0).groupby(df['YEAR']).transform('any')) 
0     True
1    False
2    False
3     True
4     True
5     True
Name: V, dtype: bool