保留某一列中值相同（IDind值）的数据

Question

目的：想将相邻年份数据，IDind相同的数据（意思是该个体两个年份都有，其他的先不要）保留，生成的数据只有两个年份 个体相同的平衡数据。

年份包括：

 

例如 保留1989年和1991年IDind为111101012的数据。

if df_2021['WAVE'] == 1989 | df_2021['WAVE'] == 1991:
    将筛选后df_2021保留成df_1991
elif df_2021['WAVE'] == 1991 | df_2021['WAVE'] == 1993:
    将筛选后df_2021保留成df_1993
elif df_2021['WAVE'] == 1993 | df_2021['WAVE'] == 1997:
    将筛选后df_2021保留成df_1997 以此类推
elif df_2021['WAVE'] == 1997 | df_2021['WAVE'] == 2000:  
elif df_2021['WAVE'] == 2000 | df_2021['WAVE'] == 2004:  
elif df_2021['WAVE'] == 2004 | df_2021['WAVE'] == 2006:  

Answer 1

试下这段代码,可在此基础上完善,  思路:

• 构造两个相邻年份的列表
• 用for循环, 筛选数据后分组, 分组只取长度为2的数据(如果原数据有重复数据,可先去重)

import pandas as pd
import numpy as np

lis1 = [1989,1991,1993,1997,2000,2004]
lis2 = [1991,1993,1997,2000,2004,2006]

lis3 = [[i,j] for i ,j in zip(lis1,lis2)]

for i in lis3:
    datai = data[data['WAVE'].isin(i)].groupby('IDind').filter(lambda x:len(x)==2)
    datai.to_excel('df_'+ str(i[0]) +'.xlsx')