在熊猫数据框中按组分组数据答案

【问题标题】：Subset data by group within pandas dataframe在熊猫数据框中按组分组数据
【发布时间】：2019-10-14 05:41:51
【问题描述】：

我需要使用组和三个条件规则对数据框进行子集化。如果在一个组中 Value 列中的所有值都没有，我需要保留该组的第一行。如果在一个组中 Value 列中的所有值都不是无，我需要保留所有值。如果在一个组中，Value 列中的某些值是 none 而其他不是 none，我需要删除所有没有的行。列 Region 和 ID 一起定义了数据框中的唯一组。

我的第一种方法是将数据框分成两个块。第一个块是组中所有空值的行。第二块是其他一切。对于组的行包含所有空值的数据块，我将使用按组的累积行数创建一个行号，并查询累积计数 = 1 的行。对于第二个块，我将删除 Value 为的所有行空值。然后我会附加数据框。

示例源数据帧

dfInput = pd.DataFrame({
'Region':     [1, 1, 2, 2, 2, 2, 2],
'ID':     ['A', 'A', 'B', 'B', 'B', 'A', 'A'],
'Value':[0, 1, 1, None, 2, None, None],
})

所需的输出数据帧：

dfOutput = pd.DataFrame({
'Region':     [1, 1, 2, 2, 2],
'ID':     ['A', 'A', 'B', 'B', 'A'],
'Value':[0, 1, 1, 2, None],
})

【问题讨论】：

标签： python pandas

【解决方案1】：

只要按照你的逻辑使用groupby

dfInput.groupby(['Region','ID']).Value.apply(lambda x : x.head(1) if x.isnull().all() else x.dropna()).\
        reset_index(level=[0,1]).sort_index()
Out[86]: 
   Region ID  Value
0       1  A    0.0
1       1  A    1.0
2       2  B    1.0
4       2  B    2.0
5       2  A    NaN

【讨论】：