Pandas 使用独特的 python 过滤列表答案

【问题标题】：Pandas filter list by using unique pythonPandas 使用独特的 python 过滤列表
【发布时间】：2019-07-12 14:46:58
【问题描述】：

我有一个类似于下面的数据框

df = pd.DataFrame.from_dict({'cat1':['A', 'A', 'A', 'B', 'B', 'C', 'C', 'C', 'D', 'D', 'D'], 'cat2':[['X','Y'], ['F'], ['X','Y'], ['Y'], ['Y'], ['Y'], ['Z'], ['P','W'],['L','K'],['L','K'],['L','K']]})

输出是

   cat1    cat2
0     A  [X, Y]
1     A     [F]
2     A  [X, Y]
3     B     [Y]
4     B     [Y]
5     C     [Y]
6     C     [Z]
7     C  [P, W]
8     D  [L, K]
9     D  [L, K]
10    D  [L, K]

我想过滤掉B和D，B和D只有'Y'和['L','K']。

期望的输出：

   cat1    cat2
0     A  [X, Y]
1     A     [F]
2     A  [X, Y]
3     C     [Y]
4     C     [Z]
5     C  [P, W]

我已经尝试过df.groupby(['cat1'])['cat2'].unique()yet，因为它是一个列表列。它不会起作用。

提前谢谢你

【问题讨论】：

明确一点，您只需要 Cat1 的 A 和 C 行对吗？

标签： python pandas

【解决方案1】：

在 python 中lists 不是哈希表，因此需要将它们转换为tuples 或strings，然后使用GroupBy.transform 和SeriesGroupBy.nunique 并通过不等于Series.ne 和boolean indexing 进行过滤：

df = df[df['cat2'].apply(tuple).groupby(df['cat1']).transform('nunique').ne(1)]
#alternative
#df = df[df['cat2'].astype('str').groupby(df['cat1']).transform('nunique').ne(1)]
print (df)
  cat1    cat2
0    A  [X, Y]
1    A     [F]
2    A  [X, Y]
5    C     [Y]
6    C     [Z]
7    C  [P, W]

【讨论】：