查找匹配多个列条件的行答案

【问题标题】：Find a row matching multiple column criteria查找匹配多个列条件的行
【发布时间】：2020-02-25 23:36:42
【问题描述】：

我有一个包含 2M 行的数据框，格式如下：

ID   Number
1    30
1    40
1    60
2    10
2    30
3    60

我需要选择编号为 30 和 40 的 ID（在这种情况下，输出应为 1）。

我知道我们可以创建一个只有数字 30 和 40 的新 DF，然后使用 groupby 来查看哪些 ID 的数量超过 1。但是有没有办法在 groupby 语句中同时执行这两个操作？

我的代码：

a=df[(df['Number']==30) | (df['Number']==40) ]
b=a.groupby('ID')['Number'].nunique().to_frame(name='tt').reset_index()
b[b['tt'] > 1]

【问题讨论】：

【解决方案1】：

使用 groupby filter 和 issubset

s = {30, 40}
df.groupby('ID').filter(lambda x: s.issubset(set(x.Number)))

Out[158]:
   ID  Number
0   1      30
1   1      40
2   1      60

【讨论】：

【解决方案2】：

我发现 Groupby 对象的 describe() 方法返回一个数据框非常有用。

将 temp1 = a.groupby("ID").describe() 和 temp2 = a.groupby("ID").describe()["Number"] 输出到 Jupyter 笔记本以查看它们的外观，然后以下代码（继承自您的代码）应该是有意义的。

summary = a.groupby("ID").describe()["Number"]
summary.loc[summary["count"] > 1].index

【讨论】：

【解决方案3】：

我会为每个条件创建一个 df，然后在内部加入它们：

df1 = df[df.Number == 30][['Number']]
df2 = df[df.Number == 40][['Number']]

df3 = df1.join(df2,how='inner',on='Number')

【讨论】：