根据行和列条件保留熊猫数据框的行答案

【问题标题】：Keep rows of a pandas dataframe based on both row and column conditions根据行和列条件保留熊猫数据框的行
【发布时间】：2021-08-08 15:55:57
【问题描述】：

您好，我有一个要清理的 pandas 数据框。这是一个示例：

IDBILL	IDBUYER	BILL	DATE
001	768787	45	1897-07-24
001	768787	67	1897-07-24
001	768787	98	1897-07-24
002	768787	30	1897-07-24
002	768787	15	1897-07-24
002	768787	12	1897-07-24
005	786545	45	1897-08-19
008	657676	89	1989-09-23
009	657676	42	1989-09-23
010	657676	18	1989-09-23
012	657676	51	1990-03-10
016	892354	73	1990-03-10
018	892354	48	1765-02-14
020	892354	62	1765-02-14

我想删除最高的账单（并在同一天由同一 IDBUYER 制作账单时保留最低的账单，并且其账单 ID 彼此跟随。要得到这个：

IDBILL	IDBUYER	BILL	DATE
002	768787	30	1897-07-24
002	768787	15	1897-07-24
002	768787	12	1897-07-24
005	786545	45	1897-08-19
010	657676	18	1989-09-23
012	657676	51	1990-03-10
016	892354	73	1990-03-10
018	892354	48	1765-02-14
020	892354	62	1765-02-14

提前谢谢你

【问题讨论】：

为什么最后一行没有去掉？
因为020没有跟在018后面，去掉它应该是019。
当您说“删除最高账单”时，您的意思是按 IDBILL 汇总并删除较高金额吗？那么如果 IDBILL 002 的每张账单都有 100，它就会被删除，而 001 会留下来吗？
例如，对于 001，您将 3 个中最低的账单与三个 002 中的最低账单进行比较。如果每个 002 的账单有 100 个，则三个 002 将被删除，而三个 001 会留下来。

标签： python pandas dataframe

【解决方案1】：

一种解决方案：

df = df.sort_values('BILL')
df.loc[df.assign(cc = df.groupby(['DATE','IDBUYER',df.groupby(['DATE','IDBUYER'])['IDBILL'].transform(lambda x: x.diff().gt(1).cumsum())]).cumcount(),cc2 = df.groupby(['DATE','IDBUYER','IDBILL']).transform('count'),floor = lambda x: ~(x['cc'].floordiv(x['cc2'],axis=0).astype(bool)))['floor']].sort_index()

【讨论】：