根据组标准 pandas 在组中删除值答案

【问题标题】：drop values in group by based on group criteria pandas根据组标准 pandas 在组中删除值
【发布时间】：2019-02-24 21:32:09
【问题描述】：

我有以下数据生成的数据框：

df2 = df.groupby(['City','Address','date_time'])['house_price'].mean().pct_change()

City              Address                                      Date          Pct Ch
Washington, D.C.  111 S Street Appletown                       2018-08-03    0.298077
                                                               2018-08-11    0.000000
                                                               2018-08-17    0.000000
                                                               2018-09-07    0.000000
                                                               2018-09-17    0.000000
                                                               2018-09-20    0.000000
                  222 S Street Appletown                       2018-08-07    0.125926
                                                               2018-08-11    0.000000
                                                               2018-08-17    0.000000
                                                               2018-09-07    0.000000
                                                               2018-09-17    0.000000
                                                               2018-09-20    0.000000

我想删除每个组中的最短日期（2018-08-03 用于 111 S Street Appletown；2018-08-07 用于 222 S Street）。

我试过了

df2 = df.groupby(['City','Address','date_time'])['house_price'].mean().pct_change().filter(lambda x: x['date_time']> x['date_time'].min())

但这会引发错误。有什么好办法吗？

【问题讨论】：

标签： python pandas lambda pandas-groupby

【解决方案1】：

你可以试试（假设日期已排序）

df.groupby(level=[0,1]).apply(lambda x : x.iloc[1:,:])

【讨论】：

df3 = df2.groupby(level=[0,1,2]).apply(lambda x : x.iloc[1:,:]) 产生 IndexingError: Too many indexers, 而 df. groupby(['City','Address','date_time'])['house_price'].mean().pct_change().apply(lambda x : x.iloc[1:,:]) 产生'float'对象没有属性“iloc”
@user2723494 使用此方法获取 df2 后
df2 = df.groupby(['City','Address','date_time'])['house_price'].mean().pct_change() df3 = pd.DataFrame(df2)。 groupby(level=[0,1,2]).apply(lambda x : x.iloc[1:,:]) 产生 ValueError：重复的级别名称：“City”，分配给级别 3，已用于级别 0 .
@user2723494 df2.reset_index().groupby(df2.index.names[:-1]).apply(lambda x : x.iloc[1:,:])