删除多个条件为tru的行

Question

我有一个df，里面有950行。假设列是timestamp、quantity、event、file。这是df的一个很好的近似值。我想：

• 选择event为this_event且file为this_file的所有行
• 如果行的timestamp与file为my_file且quantity匹配的行相同，则删除这些行。你知道吗

我该怎么做？真的很挣扎。我不知道该怎么办。你知道吗

编辑：

示例数据：

timestamp,  event,  quantity,   file
2018-10-17 02:01:00,    slept,  7,  base
2018-10-17 02:01:00,    slept,  7,  temp
2018-10-17 02:01:00,    slept,  9,  base
2018-10-17 02:04:00,    studied,    5,  temp
2018-10-17 02:04:00,    farted, 7,  temp
2018-10-17 02:04:00,    drank,  1,  base
2018-10-17 02:04:00,    exercised,  8,  base
2018-10-17 02:04:00,    slept,  7,  base

例如，我将始终保留来自文件base的记录。这是一个偏见，我想保留这些记录不能删除。我想从任何其他file中删除任何不是base的记录，例如这里的temp，其中timestamp和event与任何与base（在同一时间戳）相关的记录相同，但仅当quantity与base（在同一时间戳）的条目相同时。你知道吗

因此，在这个示例数据中，我希望代码向下标识第二个条目并删除它，因为数量7与另两个base中的一个相同。你知道吗

代码不会从02:04:00删除任何内容，因为没有具有相同时间戳和event字符串的行（事件都是唯一的）。你知道吗

Answer 1

我认为有很多方法可以解决这个问题。这是我的示例代码供您参考。你知道吗

import pandas as pd
from pandas.compat import StringIO
from pprint import pprint

text = """
timestamp,event,quantity,file
2018-10-17 02:01:00,slept,7,base
2018-10-17 02:01:00,slept,7,temp
2018-10-17 02:01:00,slept,9,base
2018-10-17 02:04:00,studied,5,temp
2018-10-17 02:04:00,farted,7,temp
2018-10-17 02:04:00,drank,1,base
2018-10-17 02:04:00,exercised,8,base
2018-10-17 02:04:00,slept,7,base
"""

df =pd.read_csv(StringIO(text))
print("original dataframe is")
pprint(df)

qty = 7
my_file = 'temp'
my_event = 'slept'
cols =["event","quantify","file"]
qty_check = grp["quantity"].transform(lambda x: x==qty)
evt_check = grp["event"].transform(lambda x: x==my_event)

file_check = grp["event"].transform(lambda x: x==my_file)
combined_check = evt_check & qty_check & file_check
print("\ndropped dataframe is")   
pprint(df[combined_check])

psl也可以参考groupby/transform部分。 http://pandas.pydata.org/pandas-docs/stable/user_guide/groupby.html#transformation 注意：您也可以找到过滤器函数。但据我所知，我可以过滤组而不是组中的行