Python Pandas 根据另一列对值进行分组和排除

Question

我有一个包含三列 ID、Col1 和 Col2 的数据框。我想按 ID 和 Col1 对 df 进行分组，并删除 Col1 中低于 Col2 中的值的所有值。

import pandas as pd

df = pd.DataFrame({'ID': ['A', 'A', 'A', 'A', 'B', 'B', 'B']},
                  {'Col1': [0, 1, 2, 4, 0, 1, 2]},
                  {"Col2": [1, 1, 1, 1, 2, 2, 2]})

  ID  Col1  Col2
0  A     0     1
1  A     1     1
2  A     2     1
3  A     4     1
4  B     0     2
5  B     1     2
6  B     2     2

最终结果应该是这样的

  ID  Col1
0  A     1
1  A     2
2  A     4
3  B     2

我可以通过迭代数据帧并将其分成 block 来做到这一点，但是使用 Pandas 函数必须有一种更简单、更快的方法。

Answer 1

我认为groupby没有必要，使用boolean indexing仅使用 loc 按名称过滤列:

df1 = df.loc[df['Col1'].ge(df['Col2']), ['ID', 'Col1']]
#alternative
#df1 = df.loc[df['Col1'] >= df['Col2'], ['ID', 'Col1']]

---

print (df1)

  ID  Col1
1  A     1
2  A     2
3  A     4
6  B     2