执行 df.loc 到 groupby df

Question

我有一个df，由人、始发地和目的地组成

df = pd.DataFrame({'PersonID':['1','1','2','2','2','3'],'O':['A','B','C','B','A','X'],'D':['B','A','B','A','B','Y']})

df：

PersonID    O       D
   1        A       B
   1        B       A      
   2        C       B
   2        B       A
   2        A       B
   3        X       Y

我已将 df 与 df_grouped = df.groupby(['O','D']) 分组，并将它们与另一个数据框 taxi 匹配。

TaxiID    O       D
  T1      B       A
  T2      A       B
  T3      C       B

同样，我将taxi 与他们的O 和D 分组。然后我在聚合和计算每个 O-D 对的 PersonID 和 TaxiID 后合并它们。我这样做是为了看看有多少出租车可供多少人使用。

O     D     PersonID    TaxiID
             count      count
A     B        2          1
B     A        2          1
C     B        1          1

现在，我想执行df.loc 以仅 获取合并文件中计数的那些 PersonID。我怎样才能做到这一点？我试过了：

seek = df.loc[df.PersonID.isin(merged['PersonID'])]

但它返回一个空数据框。我该怎么做？

编辑：我使用虚拟数据附上了这个案例的完整代码

df = pd.DataFrame({'PersonID':['1','1','2','2','2','3'],'O':['A','B','C','B','A','X'],'D':['B','A','B','A','B','Y']})
taxi = pd.DataFrame({'TaxiID':['T1','T2','T3'],'O':['B','A','C'],'D':['A','B','B']})

df_grouped = df.groupby(['O','D'])
taxi_grouped = taxi.groupby(['O','D'])

dfm = df_grouped.agg({'PersonID':['count',list]}).reset_index()
tgm = taxi_grouped.agg({'TaxiID':['count',list]}).reset_index()

merged = pd.merge(dfm, tgm, how='inner')

seek = df.loc[df.PersonID.isin(merged['PersonID'])]

Answer 1

为嵌套列表中的标量选择MultiIndex by tuple 和Series.explode：

seek = df.loc[df.PersonID.isin(merged[('PersonID', 'list')].explode().unique())]
print (seek)
  PersonID  O  D
0        1  A  B
1        1  B  A
2        2  C  B
3        2  B  A
4        2  A  B

为了获得更好的性能，可以使用 set comprehension 和 flatten：

seek = df.loc[df.PersonID.isin(set(z for x in merged[('PersonID', 'list')] for z in x))]
print (seek)
  PersonID  O  D
0        1  A  B
1        1  B  A
2        2  C  B
3        2  B  A
4        2  A  B