根据 groupby() 条件删除 pandas 数据帧行答案

【问题标题】：Drop pandas dataframe rows based on groupby() condition根据 groupby() 条件删除 pandas 数据帧行
【发布时间】：2016-06-28 10:19:52
【问题描述】：

输入上有一个熊猫数据框：

store_id item_id  items_sold        date
1          1          0        2015-12-28
1          2          1        2015-12-28
1          1          0        2015-12-28
2          2          0        2015-12-28
2          1          1        2015-12-29
2          2          1        2015-12-29
2          1          0        2015-12-29
3          1          0        2015-12-30
3          1          0        2015-12-30

我需要删除所有包含从未在特定商店出售过的商品的行：数据框中的 (store_id, item_id) 对 (1,1), (3,1)

我期望的输出如下：

store_id item_id  items_sold        date
1          2          1        2015-12-28
2          2          0        2015-12-28
2          1          1        2015-12-29
2          2          1        2015-12-29
2          1          0        2015-12-29

我已经想出如何使用 pd.groupby()[].sum() 找到所需的 (store_id, item_id) 对，但坚持将它们从初始数据帧中删除

【问题讨论】：

标签： python pandas

【解决方案1】：

这就是你想要的吗？

In [30]: df[df.groupby(['store_id', 'item_id'])['items_sold'].transform('sum') > 0]
Out[30]:
   store_id  item_id  items_sold        date
1         1        2           1  2015-12-28
3         2        2           0  2015-12-28
4         2        1           1  2015-12-29
5         2        2           1  2015-12-29
6         2        1           0  2015-12-29

【讨论】：

没错！谢谢
多么漂亮的答案