爲標誌列在多行檢查有效性大熊貓

Question

我有一個數據幀：

a  id flag1 flag2 
abc 1  1   0 
123 1  0   1 
xyz 2  1   0 
111 2  0   1 
qwe 3  1   0 
qwe 3  1   0 
mmm 4  1   0 
222 4  0   1 

我想找到id數，其中既FLAG1和FLAG2是1。

例如。 爲ID 1，在第一行中，FLAG1 = 1和FLAG2 = 0，並且第二行，FLAG1 = 0和FLAG2 = 1

我的最終輸出應是這樣的

a id flag1 flag2 
abc 1  1   0 
123 1  0   1 
xyz 2  1   0 
111 2  0   1 
mmm 4  1   0 
222 4  0   1 

或僅id列也可以在列表中工作[1,2,4]

因爲對於id = 3，flag1在id = 3和flag 2都爲0的行中都是1，所以我必須忽略它。

我試圖寫一個函數，但失敗了。

def checkValidTransactionRow(frame): 
df['id'][(df['flag1']==1) & (df['flag2']==1) ].unique() 

Answer 1

後丟棄行count_max1和count_max2試試這個辦法：

In [23]: ids = df.groupby('id')['flag1','flag2'].apply(lambda x: x.eq(1).any()).all(1) 

In [24]: ids 
Out[24]: 
id 
1  True 
2  True 
3 False 
4  True 
dtype: bool 

In [25]: ids.index[ids] 
Out[25]: Int64Index([1, 2, 4], dtype='int64', name='id') 

說明：

In [26]: df.groupby('id')['flag1','flag2'].apply(lambda x: x.eq(1).any()) 
Out[26]: 
    flag1 flag2 
id 
1 True True 
2 True True 
3 True False 
4 True True 

x.eq(1).any()相同(x == 1).any() - 即返回True如果至少一個值在x系列等於1，否則返回False

UPDATE：

In [34]: ids.index[ids].values 
Out[34]: array([1, 2, 4], dtype=int64) 

In [35]: ids.index[ids].values.tolist() 
Out[35]: [1, 2, 4] 

Answer 2

我相信有實現這一目標的一個更好的辦法，但你可以嘗試：

df['count_max1'] = df.groupby(['id'])['flag1'].transform(max) 
df['count_max2'] = df.groupby(['id'])['flag2'].transform(max) 
# Select rows 
df[(df['count_max1'] ==1 & (df['count_max2'] == 1)] 

什麼變換矩陣的作用是：

a  id flag1 flag2 count_max1 count_max2 
abc 1  1   0   1   1 
123 1  0   1   1   1 
xyz 2  1   0   1   1 
111 2  0   1   1   1 
qwe 3  1   0   1   0 
qwe 3  1   0   1   0 
mmm 4  1   0   1   1 
222 4  0   1   1   1 

如果選擇行的最後輸出將是：

a id flag1 flag2 count_max1 count_max2 
abc 1  1   0  1   1 
123 1  0   1  1   1 
xyz 2  1   0  1   1 
111 2  0   1  1   1 
mmm 4  1   0  1   1 
222 4  0   1  1   1 

你可以