按列分组并从熊猫数据框中的另一列中选择特定值答案

【问题标题】：Groupby by a column and select specifc value from other column in pandas dataframe按列分组并从熊猫数据框中的另一列中选择特定值
【发布时间】：2021-05-21 08:57:16
【问题描述】：

输入数据框：

+-------------------------------+
|ID        Owns_car    owns_bike|
+-------------------------------+
| 1          1               0  |
| 5          1               0  |
| 7          0               1  |
| 1          1               0  |
| 4          1               0  |
| 5          0               1  |
| 7          0               1  |
+-------------------------------+


Expected Output: 
+------------------------------+
|ID       Owns_car    owns_bike|
+------------------------------+
| 1          1               0 |
| 5          1               1 |
| 7          0               1 |
| 4          1               0 |
+------------------------------+

按 ID 分组，然后为其他列选择值 '1' 而不是 0。检查给定 ID 的人是否拥有汽车和自行车

【问题讨论】：

标签： python pandas dataframe pandas-groupby

【解决方案1】：

您可以在 groupby 之后使用 'max' 来选择最大值（优先选择 1 而不是 0）

df = pd.DataFrame({'ID': [1, 5, 7, 1, 4, 5, 7],
                   'Owns_car': [1, 1, 0, 1, 1, 0, 0],
                   'owns_bike': [0, 0, 1, 0, 0, 1, 1]})
df.groupby('ID').max().reset_index()

【讨论】：

嘿，@edhaussy 感谢您的回答，但是如果上面提到的还有其他列，我想要那些其他列，而不应用“max”操作。关于如何实现它的任何想法？？
您可以使用 'agg' 函数为您要保留的每一列应用不同的操作df.groupby('ID').agg({'Owns_car': 'max', 'owns_bike': 'max'})
如果我想在不应用任何操作的情况下保持另一列不变，如何以这种方式保留一列？

【解决方案2】：

将transform 与max 一起使用，然后通过ID 删除重复项

df[['Owns_car', 'owns_bike']] = df.groupby('ID')[['Owns_car', 'owns_bike']].transform('max')

df = df.drop_duplicates('ID')

【讨论】：