熊猫：有条件的分组

Posted 2023-03-11

【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