samn列的每个值上的filter dataframe在Pandas\Python中具有另一列的特定值

Question

我想找到棕色的动物（列'颜色'），对于那些动物保留所有关于它的信息（所有行），对于没有棕色的动物，删除所有关于它的信息（所有行）

有什么见解吗

df = pd.DataFrame([['dog','France','white'],['dog','Japon','brown'],['cat','France','white'],['cat','France','dark']],columns=['Animal','localisation','couleur'])

output = pd.DataFrame([['dog','France','white'],['dog','Japon','brown']],columns=['Animal','localisation','couleur'])

Answer 1

应用条件df['couleur'] == 'brown]仅获取couleur字段为棕色的记录，然后覆盖原始数据帧（要删除）：

df = df[df['couleur'] == 'brown']

或者，如果您只是想要输出：

output = df[df['couleur'] == 'brown']

Answer 2

使用filter

In [4934]: df.groupby('Animal').filter(lambda x: 'brown' in x['couleur'].values)
Out[4934]:
  Animal localisation couleur
0    dog       France   white
1    dog        Japon   brown

或者

In [4935]: df.groupby('Animal').filter(lambda x: x['couleur'].eq('brown').any())
Out[4935]:
  Animal localisation couleur
0    dog       France   white
1    dog        Japon   brown

Answer 3

您可以基于颜色进行过滤，然后提取保留的动物列表，然后使用pd.Series.isin方法为该列表中的动物过滤原始数据帧：

animals = df[df['couleur'] == 'brown']['Animal']
output = df[df['Animal'].isin(animals)]

或在一行中：

output = df[df['Animal'].isin(df[df['couleur'] == 'brown']['Animal'])]