具有不同列值但 1 列的多个 get_group答案

【问题标题】：multiple get_group with different column values but 1 column具有不同列值但 1 列的多个 get_group
【发布时间】：2021-09-27 18:17:56
【问题描述】：

我很难找到一个直截了当的答案。我想要做的是获取具有 125 的 Keycode 列值的行和具有 175 的 Keycode 列值的行，并将它们放入 1 个数据框中。我认为它会是这样的，但我的想法是不正确的。我只将 125 输出到数据框。提前感谢您的任何帮助或称我为无脑...

groups = df.groupby(df.Keycode) # Keycode is the column label I grouped on
onetwofive = groups.get_group('125') # 125 is the column value I'm wanting to pull out
onetwofive.append(groups.get_group('175'))  # 175 is the column value I'm wanting to pull out and append with the 125 group

【问题讨论】：

标签： python pandas dataframe pandas-groupby

【解决方案1】：

使用.isin:

output = df[df["Keycode"].isin([125,175])]

【讨论】：

这是更好的答案，因为它的可扩展性明显更高。

【解决方案2】：

这应该可行：

df[(df.Keycode==125) | (df.Keycode==175)]

示例：

df=pd.DataFrame({'ID':[0,1,2,3,4,5,6,7,8,9], 'Keycode':[125,137,122,125,175,148,175,231,201,150], 'foobar':['f','o','o','b','a','r','f','o','o','b']})

df[(df.Keycode==125) | (df.Keycode==175)]

df:

ID	Keycode	foobar
0	125	f
1	137	o
2	122	o
3	125	b
4	175	a
5	148	r
6	175	f
7	231	o
8	201	o
9	150	b

输出：

ID	Keycode	foobar
0	125	f
3	125	b
4	175	a
6	175	f

【讨论】：