熊猫:有条件的分组
Posted
技术标签:
【中文标题】熊猫:有条件的分组【英文标题】:Pandas: groupby with condition 【发布时间】:2017-01-30 17:51:40 【问题描述】:我有数据框:
ID,used_at,active_seconds,subdomain,visiting,category
123,2016-02-05 19:39:21,2,yandex.ru,2,Computers
123,2016-02-05 19:43:01,1,mail.yandex.ru,2,Computers
123,2016-02-05 19:43:13,6,mail.yandex.ru,2,Computers
234,2016-02-05 19:46:09,16,avito.ru,2,Automobiles
234,2016-02-05 19:48:36,21,avito.ru,2,Automobiles
345,2016-02-05 19:48:59,58,avito.ru,2,Automobiles
345,2016-02-05 19:51:21,4,avito.ru,2,Automobiles
345,2016-02-05 19:58:55,4,disk.yandex.ru,2,Computers
345,2016-02-05 19:59:21,2,mail.ru,2,Computers
456,2016-02-05 19:59:27,2,mail.ru,2,Computers
456,2016-02-05 20:02:15,18,avito.ru,2,Automobiles
456,2016-02-05 20:04:55,8,avito.ru,2,Automobiles
456,2016-02-05 20:07:21,24,avito.ru,2,Automobiles
567,2016-02-05 20:09:03,58,avito.ru,2,Automobiles
567,2016-02-05 20:10:01,26,avito.ru,2,Automobiles
567,2016-02-05 20:11:51,30,disk.yandex.ru,2,Computers
我需要做的
group = df.groupby(['category']).agg('active_seconds': sum).rename(columns='active_seconds': 'count_sec_target').reset_index()
但我想添加与
相关的条件df.groupby(['category'])['ID'].count()
如果category
的计数小于5
,我想删除这个类别。
不知道怎么写这个条件。
【问题讨论】:
在您的示例数据中,不会删除任何类别,但是您是否在追求类似df.groupby('category').filter(lambda x: len(x) >= 5)
【参考方案1】:
作为EdChum commented,你可以使用filter
:
您还可以通过sum
简化聚合:
df = df.groupby(['category']).filter(lambda x: len(x) >= 5)
group = df.groupby(['category'], as_index=False)['active_seconds']
.sum()
.rename(columns='active_seconds': 'count_sec_target')
print (group)
category count_sec_target
0 Automobiles 233
1 Computers 47
reset_index
的另一种解决方案:
df = df.groupby(['category']).filter(lambda x: len(x) >= 5)
group = df.groupby(['category'])['active_seconds'].sum().reset_index(name='count_sec_target')
print (group)
category count_sec_target
0 Automobiles 233
1 Computers 47
【讨论】:
以上是关于熊猫:有条件的分组的主要内容,如果未能解决你的问题,请参考以下文章