在 groupby 中过滤，仅用于类似的列 python答案

【问题标题】：filter in groupby for only like columns python在 groupby 中过滤，仅用于类似的列 python
【发布时间】：2018-06-26 03:05:52
【问题描述】：

我希望通过将列减少为仅具有 1 个唯一值的列来过滤数据框。

获取以下数据框：

df = pd.DataFrame({'id':[4, 5],
                     'id2':[4, 4],
                      'prod':['prod1', 'prod1'],
                      'amount':[45.0, 45.0],
                      'date':['2018-06-06', '2018-05-06'],
                      'region':['east', 'east']})

我想按 id2 分组，然后删除任何包含超过 1 个唯一值的列。

df
   amount        date  id  id2   prod region
0    45.0  2018-06-06   4    4  prod1   east
1    45.0  2018-05-06   5    4  prod1   east

输出应如下所示：

   amount  id2   prod region
0    45.0    4  prod1   east
1    45.0    4  prod1   east

【问题讨论】：

标签： python pandas filter

【解决方案1】：

您需要groupby，然后查找唯一值等于 1 的列。

col = (df.groupby(['id2']).nunique() == 1).any()
df[col.index[col]]

输出：

  id2   prod    amount  region
0   4   prod1   45.0    east
1   4   prod1   45.0    east

【讨论】：

'DataFrameGroupBy' 对象没有属性 'nunique'
@MattW。你用的是哪个版本的熊猫？
'0.19.2' - 我正在尝试在我的 conda 环境中更新 pandas，它说 Solving environment: done # All requested packages already installed.
如果您对最新版本有任何问题，请告诉我。

【解决方案2】：

您也可以不使用 groupby，因为 id2 有一个唯一值。

# count unique values per column
d = df.nunique(axis=0)

# select columns with 1 unique value
names = d[d == 1].index.tolist()

# get outpput
print(df[names])

   amount  id2   prod region
0    45.0    4  prod1   east
1    45.0    4  prod1   east

【讨论】：

短版：df[df.columns[df.nunique() == 1]]
得到错误：'DataFrame' 对象没有属性'nunique'，而且我有大约 100k 行，所以我需要 groupby，因为我想按每个组执行此操作。只是没有在示例中添加。

【解决方案3】：

在loc 内以利用布尔索引

df.loc[:, df.nunique().eq(1)]

   id2   prod  amount region
0    4  prod1    45.0   east
1    4  prod1    45.0   east

类似的答案，但改用lambda。这避免了依赖于两次引用df 并且完全内联。

df.loc[:, lambda d: d.nunique().eq(1)]

【讨论】：