根据自定义条件过滤 csv 中的行答案

【问题标题】：Filter rows in csv based on custom condition根据自定义条件过滤 csv 中的行
【发布时间】：2020-08-03 23:28:54
【问题描述】：

假设我有一个如下所示的 csv

+-----+-----------+---------+
| ID  | state     | city    |
+-----+-----------+---------+
| 101 | READY     |         |
| 101 | DELIVERED | NEWYORK |
| 101 | DELIVERED | LONDON  |   
| 102 | READY     |         |
| 102 | DELIVERED | LONDON  |
| 103 | READY     |         |
| 103 | DELIVERED | NEWYORK |
| 104 | READY     |         |
| 104 | DELIVERED | TOKYO   |
| 104 | DELIVERED | PARIS   |
| 105 | DELIVERED | NEWYORK |
+-----+-----------+---------+

现在我想要状态为READY 的ID，其中DELIVERED 为NEWYORK。

相同的 ID 将多次出现在不同的州和城市。
READY 的 city 始终为空
DELIVERED 的city 总是会有一些值。

所以首先我想检查列city 的值是否已交付state。如果是 NEWYORK，则取该 ID 的 READY 行。如果没有READY 行，那么我们可以忽略（本例中为ID 105）

预期输出

+-----+-----------+---------+
| ID  | state     | city    |
+-----+-----------+---------+
| 101 | READY     |         |
| 103 | READY     |         |
+-----+-----------+---------+

我尝试在 pandas 中使用自加入。但我不知道如何进一步进行，因为我是 python 新手。目前我正在 SQL 中执行此操作。

import pandas as pd
mydata = pd.read_csv('C:/Mypython/Newyork',encoding = "ISO-8859-1")
NY = pd.merge(mydata,mydata,left_on='ID',right_on='ID',how='inner')

【问题讨论】：

标签： python pandas filter

【解决方案1】：

让我们尝试使用groupby().transform() 来识别具有NEWYORK 的那些，然后进行布尔索引：

has_NY = df['city'].eq('NEWYORK').groupby(df['ID']).transform('any')

mask = df['state'].eq('READY') & has_NY

df[mask]

输出：

    ID  state  city
0  101  READY  None
5  103  READY  None

【讨论】：

【解决方案2】：

使用 NEWYORK 条件获取 ID 列表，然后使用该列表进行过滤。

new_york_ids = df.loc[df['city']=='NEWYORK', 'ID']
df[(df['state']=='READY') & (df['ID'].isin(new_york_ids))]

    ID  state  city
0  101  READY  None
5  103  READY  None

【讨论】：