我有以下几点意见。下面是与我的问题相关的两个领域
name tardy
max 0
max 1
ben 0
amy 0
amy 1
sue 1
tyler 0
tyler 1
我只想保留那些既有{
name tardy
max 0
max 1
amy 0
amy 1
tyler 0
tyler 1
摆脱name==sue
和name==ben
使它成为唯一出现的name
是那些同时具有0
和1
迟到值的人
我试着做了一个.loc
df[(df.tardy==0) & (df.tardy==1)]
但这并没有考虑按名称对其进行过滤
感谢您的帮助。谢谢
最简单的方法是使用
df.groupby().filter
,它根据条件过滤数据帧的组您可以使用
groupby().nunique()
:输出:
对于大多数用于任何数据的通用解决方案,请将转换为
set
的组的值与原始值进行比较,并避免匹配数据,如0,1,0
,如果匹配,请按长度进行比较:或使用pandas函数的解决方案-如果unique与set相同,则比较值,如果匹配值
0,1
,则比较长度:相关问题 更多 >
编程相关推荐