过滤至少有 N 行满足掩码条件的组的最佳方法是什么？

Question

这是我的数据框：

import pandas as pd
df = pd.DataFrame({
    'a': [10, 20, 30, 50, 50, 50, 4, 100],
    'b': [30, 3, 200, 25, 24, 31, 29, 2],
    'd': list('aaabbbcc')
})

预期输出：

    a    b  d
0  10   30  a
1  20    3  a
2  30  200  a

按列

d

分组。我想返回至少有两个此掩码实例的组

m = (df.b.gt(df.a))

这是我尝试过的。它有效，但我想知道是否有更好/更有效的方法来做到这一点。

out = df.groupby('d').filter(lambda x: len(x.loc[x.b.gt(x.a)]) >= 2)

Answer 1

您可以在遮罩上使用

groupby.transform

和

sum

来生成布尔系列：

m = df['b'].gt(df['a'])
out = df[m.groupby(df['d']).transform('sum').ge(2)]

输出：

    a    b  d
0  10   30  a
1  20    3  a
2  30  200  a