python - 如何根据多个条件删除行？

Question

我有以下数据框设置:

dic = {'customer_id': [102, 102, 105, 105, 110, 110, 111], 
       'product':['skateboard', 'skateboard', 'skateboard', 'skateboard', 'shoes', 'skateboard', 'skateboard'],
       'brand': ['Vans', 'Converse', 'Vans', 'Converse', 'Converse','Converse', 'Vans'],
      'membership': ['member', 'not-member', 'not-member', 'not-member', 'member','not-member', 'not-member']}
df = pd.DataFrame(dic)

要求:如果客户是任何品牌的“成员(member)”，我需要在 customer_id 和产品粒度中删除成员(member)“非成员(member)”的行。

例如，在上面的数据框中，我们删除了产品为“滑板”的客户“102”，其中成员(member)资格为“非成员(member)”，因为他们已经是某个品牌 (Vans) 的成员(member)。我们不会放弃105，因为他们不属于任何品牌。我们不会因为产品不同而掉110。

因此，输出应如下所示:

我的方法:首先制作一个唯一的 customer_id + 产品列表(例如:102_skateboard)。然后循环列表，然后过滤掉唯一客户-产品对上的数据帧，然后检查数据帧是否包含成员资格，如果为真，则删除非成员行。这给了我预期的输出，但我想知道是否有更好的方法来做到这一点。

df['customer_product'] = df['customer_id'].astype(str) + '_' + df['product']
unique_customer_product = df['customer_product'].unique()
for pair in unique_customer_product:
    filtered_df = df[df['customer_product'] == pair]
    if 'member' in filtered_df['membership'].values:
        df = df.drop(df[(df.customer_product == pair) & (df.membership == 'not-member')].index)

Answer 1

创建一个辅助 bool 列is_member，然后就可以非常直接地表达条件。

df['is_member'] = df.membership.eq('member')
drop_mask = (
    ~df['is_member']
    & df.groupby(['customer_id', 'product'])['is_member'].transform('any')
)
df = df.loc[~drop_mask].reset_index(drop=True)