Python Pandas - 按组内唯一值的数量过滤 df

Question

这是我正在处理的数据示例。 （作为熊猫df）

    index   inv Rev_stream  Bill_type   Net_rev
       1    1   A           Original    -24.77
       2    1   B           Original    -24.77
       3    2   A           Original    -409.33
       4    2   B           Original    -409.33
       5    2   C           Original    -409.33
       6    2   D           Original    -409.33
       7    3   A           Original    -843.11
       8    3   A           Rebill       279.5
       9    3   B           Original    -843.11
      10    4   A           Rebill       279.5
      11    4   B           Original    -843.11
      12    5   B           Rebill       279.5

如何过滤此 df，以仅获取 invoice/Rev_stream 组合具有原始和重新计费类型 Net_rev 的行。在上面的示例中，它只会是索引为 7 和 8 的行。

有没有一种简单的方法可以做到这一点，无需遍历整个数据框并构建 invoice+RevStream 的字典：Bill_type？

我正在寻找的是某种

df = df[df[['inv','Rev_stream']]['Bill_type'].unique().len() == 2]

很遗憾，上面的代码不起作用。

提前致谢。

Answer 1

您可以按inv 和Rev_stream 列对数据进行分组，然后检查每个组是否Original 和Rebill 都在Bill_type 值中并根据条件进行过滤：

(df.groupby(['inv', 'Rev_stream'])
   .filter(lambda g: 'Original' in g.Bill_type.values and 'Rebill' in g.Bill_type.values))