时间戳

首页 > 解决方案 > 保留在列中具有相同值的组内

python - 保留在列中具有相同值的组内

问题描述

我有一个数据框，例如：

Groups Names            Numbers Value 
G1     Canis_lupus1     10.0    NaN
G1     Cattus_cattus4   10.0    NaN 
G1     Homo_sapiens2    3.0     NaN
G1     Danio_rerio      1.0     NaN
G2     Canis_lupus2     10.0    0.3
G2     Cattus_cattus5   10.0    0.3
G3     Elaph_strangus2  2.0     NaN
G3     Elaph_strangus3  2.0     NaN

而且我只想保持在Groups相同Names和NumbersNaN值的范围内。

所以我应该得到：

Groups Names            Numbers Value 
G1     Canis_lupus1     10.0    NaN
G1     Cattus_cattus4   10.0    NaN 
G3     Elaph_strangus2  2.0     NaN
G3     Elaph_strangus3  2.0     NaN

有人有想法吗？

如果有帮助，这里是 dict 格式的数据框：

{'Groups': {0: 'G1', 1: 'G1', 2: 'G1', 3: 'G1', 4: 'G2', 5: 'G2', 6: 'G3', 7: 'G3'}, 'Names': {0: 'Canis_lupus1', 1: 'Cattus_cattus4', 2: 'Homo_sapiens2', 3: 'Danio_rerio1.0', 4: 'Canis_lupus2', 5: 'Cattus_cattus5', 6: 'Elaph_strangus2', 7: 'Elaph_strangus3'}, 'Numbers': {0: 10.0, 1: 10.0, 2: 3.0, 3: nan, 4: 10.0, 5: 10.0, 6: 2.0, 7: 2.0}, 'Value ': {0: nan, 1: 'NaN ', 2: nan, 3: nan, 4: '0.3', 5: '0.3', 6: nan, 7: 'NaN '}}

标签： pythonpandas

解决方案

  • 创建布尔掩码以识别子集中的重复值Groups和Numbers
  • 创建另一个布尔掩码以识别列中的NaN值Value
  • 使用逻辑组合掩码and并过滤行
df[df.duplicated(['Groups', 'Numbers'], keep=False) & df['Value'].isna()]

  Groups            Names  Numbers  Value
0     G1     Canis_lupus1     10.0    NaN
1     G1   Cattus_cattus4     10.0    NaN
6     G3  Elaph_strangus2      2.0    NaN
7     G3  Elaph_strangus3      2.0    NaN

推荐阅读