所以现在我有一个这样的熊猫DF:
Name Year Label
Jeff 2018 0
Jeff 2019 1
Matt 2018 0
John 2018 0
Mary 2018 1
Mary 2019 1
我想保留同时具有 2018 年和 2019 年的每个唯一名称的所有行。
结果应如下所示:
Name Year Label
Jeff 2018 0
Jeff 2019 1
Mary 2018 1
Mary 2019 1
马特和约翰被撤职,因为他们没有 2018 年和 2019 年。
任何想法将不胜感激!
使用
crosstab
选择所有名称,然后使用 isin
s=pd.crosstab(df.Name,df.Year)[[2018,2019]].eq(1).sum(1)==2
df.loc[df.Name.isin(s.index[s])]
Out[463]:
Name Year
0 Jeff 2018
1 Jeff 2019
4 Mary 2018
5 Mary 2019
使用 groupby
+ transform
:
m1 = df.Year.eq(2018)
m2 = df.Year.eq(2019)
df[m1.groupby(df.Name).transform('any') & m2.groupby(df.Name).transform('any')]
Name Year
0 Jeff 2018
1 Jeff 2019
4 Mary 2018
5 Mary 2019
概括:
years = [2018, 2019]
M = [df.Year.eq(year) for year in years]
df[np.logical_and.reduce([m.groupby(df.Name).transform('any') for m in M])]
Name Year
0 Jeff 2018
1 Jeff 2019
4 Mary 2018
5 Mary 2019
您可以在"名称"上进行内部merge
,一旦在df
中独立选择两个年份,即可获得具有两个年份的"名称",然后使用isin
:
df.loc[df.Name.isin(df[df.Year == 2018].merge(df[df.Year == 2019],
on='Name',how='inner').Name)]
Name Year Label
0 Jeff 2018 0
1 Jeff 2019 1
4 Mary 2018 1
5 Mary 2019 1