在其他列中选择满足多个条件的列值

Question

我有一个熊猫数据框，例如：

    Species     Pathway     Number of Gene Families
1    uniSU2     ABC           1.0
2    uniSU2     Wzy           11.0
3    uniSU2     Synthase      2.0
4    n116       Wzy           0.0   
5    n116       ABC           4.0
7    n116       Synthase      14.0
8    Aullax     ABC           9.0
9    Aulax      Synthase      1.0
10   Aullax     Wzy           2.0
11   Criepi     Wzy           0.0
12   Criepi     ABC           2.0
13   Criepi     Synthase      3.0

我想选择具有所有三种可能途径的物种（第一列） - ABC、Wzy、合成酶（第二列）。 为此，对于所有三种途径，基因家族的数量（第 3 列）必须是正数（>0） - ABC > 0； Wzy > 0 和 Synthase > 0。

我的数据框的这个子集的结果是：

Species 
uniSU2
Aullax

我认为这让我成功了：

geneCount_stacked.loc[geneCount_stacked['Number of Gene Families'] > 0, ['Species','Pathway']] 

但我不知道如何从这里继续前进。

提前非常感谢！

Answer 1

试试这个：

res = pd.DataFrame({'Species': [x for x, y in df.groupby('Species') if  len({'ABC', 'Wzy', 'Synthase'} & set(y.Pathway)) == 3  and all(y['Number of Gene Families'] > 0)]})

输出

  Species
0  Aullax
1  uniSU2