如何使用 pandas group by 进行基于逻辑的过滤答案

【问题标题】：How to do filtering based on logics using pandas group by如何使用 pandas group by 进行基于逻辑的过滤
【发布时间】：2023-03-12 22:50:02
【问题描述】：

我有一个数据框

df = pd.DataFrame({'Id' : [1, 1, 2,2, 3,3], 
               'Qty' : [4,4,8,8,5,5], 
               'Vendor Price' : [23,43, 100, 40, 1000, 1400],
               'Qty Avail' :[0, 8, 2, 8, 0, 8]})

Out[159]: 
     Id  Qty  Vendor Price  Qty Avail
 0   1    4            23          0
 1   1    4            43          8
 2   2    8           100          2
 3   2    8            40          8
 4   3    5          1000          0
 5   3    5          1400          8

我想应用 if group by Id, Qty Avail 的逻辑

 Id  Qty  Vendor Price  Qty Avail
 1    4            23          0
 2    8            40          8
 3    5          1000          0

我无法理解这样做的逻辑。请帮忙。

【问题讨论】：

标签： python-3.x pandas group-by

【解决方案1】：

据我了解，使用这个：

m=df.groupby(['Id','Qty'])['Qty Avail'].agg(['first','last']).reset_index()
m['Qty Avail']=np.where((m.Qty.gt(m['first']))&(m.Qty.lt(m['last'])),m['first'],m['last'])
df.merge(m[['Id','Qty Avail']],on=['Id','Qty Avail'])

   Id  Qty  Vendor Price  Qty Avail
0   1    4            23          0
1   2    8            40          8
2   3    5          1000          0

【讨论】：

【解决方案2】：

首先，您的逻辑没有多大意义，因为每个 id 有多个可用数量。因此，首先分组意味着您无法直接解决给定 ID 的 Qty

也就是说，您的派生输出似乎希望您在 qty >= qty 可用的那些中选择最小的供应商价格和最大的可用数量。

如果是这种情况，你可以使用

df1 = df.loc[df['Qty'] >= df['Qty Avail'] ,['Id','Qty','Vendor Price']].groupby(['Id', 'Qty']).min()

df2 = df.loc[df['Qty'] >= df['Qty Avail'] ,['Id','Qty','Qty Avail']].groupby(['Id', 'Qty']).max()

然后在 id 上加入这些

df3 = pd.merge(df1, df2, left_index = True, right_index = True)

【讨论】：

感谢您的帮助。在所有其他条件下都可以正常工作。
我在回答中编辑了我认为是错误的内容，却发现未经编辑的版本按预期工作。有谁知道如何将我的答案恢复到预先编辑的版本？