使用布尔语句和操作原始数据框答案

【问题标题】：Using Boolean Statements and manipulating original dataframe使用布尔语句和操作原始数据框
【发布时间】：2018-04-10 06:46:44
【问题描述】：

所以，我有一个看起来像这样的数据框：

有 308 个不同的 ORIGIN_CITY_NAME 和 12 个不同的 UNIQUE_CARRIER。

我正在尝试删除唯一航空公司数量

现在，我想获取这个结果并处理我的原始数据 df，以便我可以删除 ORIGIN_CITY_NAME 对应为 TRUE 的行。

我有一个想法是在 Python 中使用 isin() 函数或 apply(lambda) 函数，但我不熟悉如何去做。有没有更优雅的方法来解决这个问题？谢谢！

【问题讨论】：

向我们展示您的（不是那么）优雅的代码，我们可以提供帮助
@0TTT0 'not-so-elegant' 代码不起作用，因为我正在尝试使用 isin() 函数。但是，如果您有任何意见，我将不胜感激！谢谢
@misheekoh 我想我知道你在追求什么，我已经相应地留下了答案。但是，尝试的代码在几个方面有所帮助。 1. 通常，你问一个问题是因为你不明白某事。很可能，如果您不了解某些内容，则可能会错误地描述它。因此，提供的代码然后演示您的尝试可能会阐明您正在尝试做什么。 2. 这表明你实际上是在尝试自己做这件事。这个网站运行的人自愿他们的时间来回答问题。我们通常不喜欢为那些不愿意付出努力的人付出努力。
@piRSquared 感谢您的意见。是的，我绝对明白，在这个社区中，我必须为我试图寻求帮助的事情付出努力。我将确保在以后的帖子中提供更好、更简洁的论据和记录。

【解决方案1】：

filter 就是为此而生的

df.groubpy('ORIGIN_CITY_NAME').filter(
    lambda d: d.UNIQUE_CARRIER.nunique() >= 5
)

但是，要继续沿着您试图从...中获得结果的方向发展......

我会使用map

mask = df.groubpy('ORIGIN_CITY_NAME').UNIQUE_CARRIER.nunique() >= 5

df[df.ORIGIN_CITY_NAME.map(mask)]

或transform

mask = df.groupby('ORIGIN_CITY_NAME').UNIQUE_CARRIER.transform(
    lambda x: x.nunique() >= 5
)

df[mask]

【讨论】：