Pandas：根据不同组中另一列的值过滤行（聚合两列）

Question

我在 pandas 数据框中有如下数据集：

Name    Shift   Data Type
Peter   0       12    A   
Peter   0       13    A
Peter   0       14    B
Sam     1       12    A
Sam     1       15    A
Sam     1       16    B
Sam     1       17    B
Mary    2       20    A
Mary    2       21    A
Mary    2       12    A

有人可以建议如何显示如下所示的最终结果吗？ （逻辑是：如果 shift 为 0，则在 groupby“Name”和“type”列下选择第 1 项；如果 shift 为 1，则在 groupby“Name”和“type”列下选择第二个值，等等......我已经考虑过 nth(x) 但在这种情况下我不知道如何在 x 上放置一个变量。其他解决方法很好，可以产生相同的结果。谢谢。

Name    Shift   Data   Type
Peter   0       12     A
Peter   0       14     B
Sam     1       15     A
Sam     1       17     B
Mary    2       12     A

Answer 1

您可以使用groupby.cumcount()

假设您的数据位于名为 df 的 DataFrame 中，我认为这应该适合您：

df = df[df.groupby(['Name','Type']).cumcount()==df['Shift']]

它将具有相同名称和类型的行的累积计数与 Shift 列中的值进行比较，以确定应保留哪些行