Pandas groupby 对象过滤

Posted 2023-03-11

【中文标题】Pandas groupby 对象过滤

【英文标题】：Pandas groupby object filtering

【发布时间】：2017-01-20 07:02:51

【问题描述】：

我有一个熊猫数据框

df.columns
Index([u’car_id’,u’color’,u’make’,u’year’)]

我想创建一个新的 FILTERABLE 对象，其中包含每个组的计数（颜色、品牌、年份）；

grp = df[[‘color’,’make’,’year’]].groupby([‘color’,’make’,’year’]).size()

这将返回类似的东西

color   make   year     count
black   honda  2011   416

我希望能够过滤它，但是当我尝试这样做时：

grp.filter(lambda x: x[‘color’]==‘black’)

我收到此错误

TypeError: 'function' 对象不可迭代

如何利用“groupby”对象来过滤行？

【参考方案1】：

选项 1 提前过滤

cols = ['color','make','year']
df[df.color == 'black', cols].grouby(cols).size()

选项 2 索引横截面使用xs

cols = ['color','make','year']
grp = df[cols].groupby(cols).size()

df.xs('black', level='color', drop_level=False)

或

df.xs('honda', level='make', drop_level=False)

或

df.xs(2011, level='year', drop_level=False)

【讨论】：

第一个选项会不必要地昂贵，因为它需要在每个过滤器请求时进行计算。然而，第二个选项确实有效，并且可以用作@jezrael 提出的方法的替代方法

@chattrat423 jezrael 的回答是完美的。这纯粹是为了添加替代品。

明白。我也不知道 pandas 的 (xs) 方法。这是一个很好的补充

【参考方案2】：

我认为您需要添加reset_index，然后输出为DataFrame。最后使用boolean indexing：

df = df[['color','make','year']].groupby(['color','make','year'])
                                .size()
                                .reset_index(name='count')


df1 = df[df.color == 'black']

【讨论】：

这正是我所需要的。我不知道 (reset_index) 部分。干杯