关于如何过滤熊猫数据框的一些想法

Question

我想过滤熊猫数据框。显然我可以用几个循环来做到这一点，但对于大量数据来说效率不高，所以我想问一些关于如何做的想法。

我有组织的数据，例如，

c1=t c2=detector(1,2,or3)  c3
1     1
1     2
2     1
2     2
2     3
3     2
3     3
4     1
4     3
...

可以看作是模拟的次数，c1=t，c2是模拟的检测器类型。有时您不会随机获得其中一个检测器的数据，因此我想将每个数据帧中的数据划分为相同的检测器时间。

第一列是索引递增列，第二列只能有3个值（1,2,3），我想把这个dataframe分成3个，

• 一个包含相同c1的所有行，其中您有 1 个和 2 个值
• 一个包含相同c1的所有行，其中您有 1 个和 3 个值
• 一个包含相同c1的所有行，其中您有 2 个和 3 个值
• 最后一个包含所有三个值 1,2,3

没有唯一的 c1 行。

我想知道过滤此数据框的 pythonic 方式将如何。

Answer 1

利用：

s = df.groupby('c1')['c2'].agg(set)
print (s)
c1
1       {1, 2}
2    {1, 2, 3}
3       {2, 3}
4       {1, 3}
Name: c2, dtype: object


df1 = df[df['c1'].isin(s.index[s.eq(set([1,2]))])]
print (df1)
   c1  c2
0   1   1
1   1   2