如果列中至少有一个特定值，则删除所有行

Question

id如果列中至少有一个特定值，我正在尝试用 Python 编写代码以删除某个特定值的所有观察值worked。想象一下，如果您想知道哪位员工在这一年中从未缺席，那么他/她每天都会因出现而获得奖金。那么，如果有人缺席 1 天或 50 天也是一样，因为那个人当年没有完美的现在主义。假设df看起来像这样（df）：  id worked1 A  yes2 A  no3 B  yes4 B  yes5 C  no6 C  no7 D  yes8 D  yes理想的新 df 应如下所示（df2）：  id worked3 B  yes4 B  yes7 D  yes8 D  yesdf2 = df1[df1.worked == 'yes']不做这项工作，因为它会删除idC 但它仍会显示id至少 1 天没有出现的 A 的 1 行。我想确保如果我这样做df2.id.unique()只有 B 和 D 获得奖金，而不是 A、B 和 D。为了清楚起见，我需要获取 df2 而不是unique(). 那只是为了举例说明 df2 的可能用途。

Answer 1

这是一个例子。但是，我需要添加一个辅助列：

df['aux_col'] = df.groupby('id')['worked'].transform('nunique')

final_df = df[(df['aux_col'] == 1) & (df['worked'] == 'yes')]

final_df = final_df.drop(columns='aux_col')

print(final_df)

输出：

  id worked

2  B    yes

3  B    yes

6  D    yes

7  D    yes

如您所述进行双重检查：

print(final_df['id'].unique())

回报：

['B' 'D']

Answer 2

您可以尝试df.duplicated：

>>> df2 = df1[df1.duplicated(keep=False)]

>>> df2[df2.worked == 'yes']

  id worked

3  B    yes

4  B    yes

7  D    yes

8  D    yes

或使用逻辑与 ( &)：

>>> f1[df1.duplicated(keep=False) & (df1.worked == 'yes')]

  id worked

3  B    yes

4  B    yes

7  D    yes

8  D    yes