时间戳

首页 > 解决方案 > 如何根据两列过滤时间序列熊猫数据框？

python - 如何根据两列过滤时间序列熊猫数据框？

问题描述

所以我有一个时间序列数据框，其中一列中包含患者 ID，另一列中包含年份（1-3）。我想使用 pandas 做的是，对于每个唯一的患者 ID，只保留包含所有 1-3 年条目的行。

在

ID  Year 
111  1 
111  2 
111  3 
222  1 
222  2
333  1
333  2
333  3

出去

ID  Year 
111  1 
111  2 
111  3 
333  1
333  2
333  3

标签： pythonpandasdata-science

解决方案

它可以像这样在一行中完成：

df = pd.DataFrame({
    "ID": [111, 111, 111, 222, 222, 333, 333, 333],
    "Year": [1, 2, 3, 1, 2, 1, 2, 3]})

# filter unique IDs that doesn't contain [1, 2, 3]
df = df.groupby('ID').filter(lambda g: (sorted(set(g["Year"].values)) == [1,2,3]))
print(df)
#    ID  Year
#0  111     1
#1  111     2
#2  111     3
#5  333     1
#6  333     2
#7  333     3

推荐阅读