Python Pandas - 根据组中值的存在来过滤组

我需要按一列对数据框进行分组，然后过滤掉另一列中不包含特定值的所有组。

例如，这是我的数据框：

A  B
1 False
1 True
2 False
2 False
3 True
3 False
4 False

我想按 A 列进行分组，然后删除 B 列中不包含 True 的所有组（因此仅在示例中保留 1 和 3 的组）。

我正在尝试的代码是：

df.groupby('A').filter(lambda x:True in x['B'])

然而，这返回的是空的。为什么这不起作用？提前致谢。

第一个想法是过滤所有A价值观与True in B列并传递到Series.isin http://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.isin.html通过原件检查会员资格A列和过滤依据boolean indexing http://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#boolean-indexing:

df1 = df[df['A'].isin(df.loc[df.B, 'A'])]

或者你可以使用GroupBy.transform http://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.core.groupby.GroupBy.transform.html测试是否至少有一个True每组由GroupBy.any http://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.core.groupby.GroupBy.any.html:

df1 = df[df.groupby('A')['B'].transform('any')]
print (df1)
   A      B
0  1  False
1  1   True
4  3   True
5  3  False

您的解决方案可能会随着测试一而改变True每组由Series.any http://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.any.html，但如果 DataFrame 较大或有很多组，则速度最慢：

df1 = df.groupby('A').filter(lambda x: x['B'].any())