【发布时间】：2020-09-23 13:44:25
【问题描述】：
我有一个带有“ID”、“状态”和“年龄”列的熊猫数据框。一个特定的 ID 在数据框中有几行，其中一些状态为 0，而另一些状态为 1。我想
- 过滤掉那些 ID 中没有状态为 1 的行的所有行。例如，如果 ID 5673 有十行状态为 0 但没有状态为 1 的行 -> 必须删除所有 ID 为 5673 的行。
- 按 ID 对条目进行分组，并对“年龄”进行汇总。例如，如果 ID 9873 有一行状态为 1，五行状态为 0 -> 最终数据帧应仅包含一行 ID 9873，SUM(age) 列应包含所有 15 个年龄的总和ID 9873 的原始数据框中的条目。
我可能可以使用 for 循环来做到这一点，但我已经看到几个答案说它效率低下，不推荐使用 pandas。相反，我正在寻找使用一些内置函数（如 group by）的快速矢量化实现。我的数据框有超过 10^5 行，所以速度可能是一个因素。
【问题讨论】：
标签： python pandas dataframe pandas-groupby