python – 删除时间不重复的行

2019年8月4日 172次阅读

我有一个df,每个公司有4个观察结果(4季度).但是,对于几家公司,我的观察结果不到4次.当我没有公司的四分之三时,我想删除所有与公司相关的观察结果.任何想法如何做到这一点？

这就是df的样子：

Quarter     Year    Company    
   1        2018      A
   2        2018      A
   3        2018      A
   4        2018      A
   1        2018      B
   2        2018      B
   1        2018      C
   2        2018      C
   3        2018      C
   4        2018      C

在这个df我想删除相对于公司B的行,因为我只有2个季度.

非常感谢！

最佳答案 对于与原始DataFrame相同大小的系列,使用
transform和
size,因此可能的过滤：

df = df[df.groupby('Company')['Quarter'].transform('size') == 4]
#if want check by Companies and years
#df = df[df.groupby(['Company','Year'])['Quarter'].transform('size') == 4]
print (df)
   Quarter  Year Company
0        1  2018       A
1        2  2018       A
2        3  2018       A
3        4  2018       A
6        1  2018       C
7        2  2018       C
8        3  2018       C
9        4  2018       C

如果性能不重要或小DataFrame使用DataFrameGroupBy.filter：

df = df.groupby('Company').filter(lambda x: len(x) == 4)
点赞