python - 在多行之间过滤和应用条件

Question

我有以下数据框:

client_id   location_id      region_name    location_name
1                123          Florida        location_ABC
6                123          Florida(P)     location_ABC
6                845          Miami(P)       location_THE
1                386          Boston         location_WOP
6                386          Boston(P)      location_WOP

我想做的是:

• 如果某个 location_id 有多个 client_id，我会选择 client_id == 1。
• 如果某个 location_id 只有一个 client_id，我会选择它所在的任何一行。

如果我们只实现一种逻辑，它应该像 df[df['client_id'] == 1] 一样简单。但是我不知道如何执行这种需要同时验证更多行的过滤(例如，弄清楚如何检查某个 location_id 是否有多个 client_id)。

因此，在这种情况下，生成的数据框将是:

client_id   location_id      region_name    location_name
1                123          Florida        location_ABC
6                845          Miami(P)       location_THE
1                386          Boston         location_WOP

有什么想法吗？

Answer 1

您可以使用 idxmax在 bool 系列上使用自定义 groupby 等于您的首选 id，然后切片:

out = df.loc[df['client_id'].eq(1).groupby(df['location_id'], wort=False).idxmax()]

输出:

   client_id  location_id region_name location_name
0          1          123     Florida  location_ABC
2          6          845    Miami(P)  location_THE
3          1          386      Boston  location_WOP