найти строки в pd.df на основе сложного условия - PullRequest
Новая
       17

найти строки в pd.df на основе сложного условия

0 голосов
/ 04 июля 2018

Мой ДФ выглядит так: 

                    code       date type  strike  settlement
id                                                          
1195001   CBT_21_G2012_S 2012-01-04    P  101.50    0.015625
1195093   CBT_21_G2012_S 2012-01-04    C  101.50   28.890625
1194926   CBT_21_G2012_S 2012-01-04    C  102.00   28.390625
1194944   CBT_21_G2012_S 2012-01-04    C  102.50   27.906250
1195109   CBT_21_G2012_S 2012-01-04    P  102.50    0.015625
1194905   CBT_21_G2012_S 2012-01-04    C  103.00   27.406250
1195008   CBT_21_G2012_S 2012-01-04    P  103.50    0.015625
1195123   CBT_21_G2012_S 2012-01-04    C  103.50   26.906250
1194908   CBT_21_G2012_S 2012-01-04    C  104.00   26.390625
1194980   CBT_21_G2012_S 2012-01-04    C  104.50   25.890625
1195025   CBT_21_G2012_S 2012-01-04    P  104.50    0.015625
1194981   CBT_21_G2012_S 2012-01-04    P  105.00    0.015625
1195063   CBT_21_G2012_S 2012-01-04    C  105.00   25.390625
1194960   CBT_21_G2012_S 2012-01-04    C  105.50   24.890625
1195102   CBT_21_G2012_S 2012-01-04    P  105.50    0.015625
1194989   CBT_21_G2012_S 2012-01-04    C  106.00   24.390625

Мне нужно найти строки, в которых есть только тип == 'P' или тип == 'C' для того же кода, даты и забастовки.

Желаемый результат должен быть: 

                    code       date type  strike  settlement
id                                                          
1194926   CBT_21_G2012_S 2012-01-04    C  102.00   28.390625
1194905   CBT_21_G2012_S 2012-01-04    C  103.00   27.406250
1194908   CBT_21_G2012_S 2012-01-04    C  104.00   26.390625
1194989   CBT_21_G2012_S 2012-01-04    C  106.00   24.390625

[Изменить] Также, как я могу перевернуть 'type' 'C' и 'P' в результирующем df (заменить 'C' на 'P' и 'P' на 'C')?

Любая помощь будет чрезвычайно признательна.

Заранее спасибо.

1 Ответ

0 голосов
/ 04 июля 2018

Используйте transform с nunique и сравните по 1 с eq (==), последний фильтр по boolean indexing: 

#if exist multiple types
#df = df[df['type'].isin(['C','P'])]

df = df[df.groupby(['code', 'date', 'strike'])['type'].transform('nunique').eq(1)]
print (df)
                   code        date type  strike  settlement
id                                                          
1194926  CBT_21_G2012_S  2012-01-04    C   102.0   28.390625
1194905  CBT_21_G2012_S  2012-01-04    C   103.0   27.406250
1194908  CBT_21_G2012_S  2012-01-04    C   104.0   26.390625
1194989  CBT_21_G2012_S  2012-01-04    C   106.0   24.390625

Деталь 

print (df.groupby(['code', 'date', 'strike'])['type'].transform('nunique'))
id
1195001    2
1195093    2
1194926    1
1194944    2
1195109    2
1194905    1
1195008    2
1195123    2
1194908    1
1194980    2
1195025    2
1194981    2
1195063    2
1194960    2
1195102    2
1194989    1
Name: type, dtype: int64

РЕДАКТИРОВАТЬ: Для значений подкачки используйте map по словарю: 

df['type'] = df['type'].map({'C':'P', 'P':'C'})
print (df)
                   code        date type  strike  settlement
id                                                          
1194926  CBT_21_G2012_S  2012-01-04    P   102.0   28.390625
1194905  CBT_21_G2012_S  2012-01-04    P   103.0   27.406250
1194908  CBT_21_G2012_S  2012-01-04    P   104.0   26.390625
1194989  CBT_21_G2012_S  2012-01-04    P   106.0   24.390625
...