基于条件对Python pandas数据框进行分组

Question

我有一个简单的问题，我有一个数据框，通过 groupby 函数基于某列对结果进行分组，并获取大小，代码如下：

df.groupby('column').size()

现在的问题是，我只想得到大小大于X的那些。我想知道是否可以使用lambda函数或类似的东西来做到这一点？我已经尝试过以下方法：

df.groupby('column').size() > X

并且它会打印出一些真和假的值。

- ahajib

Answer 1

尝试这段代码：

df.groupby('column').filter(lambda group: group.size > X)

- Jianxun Li

Answer 2

分组结果是一个普通的DataFrame，所以可以像平常一样过滤结果：

 import pandas as pd

 df = pd.DataFrame({'a': ['a', 'b', 'a', 'a', 'b', 'c', 'd']})
 after = df.groupby('a').size()
 >> after
 a
 a    3
 b    2
 c    1
 d    1
 dtype: int64

 >> after[after > 2]
 a
 a    3
 dtype: int64

- Ami Tavory

Answer 3

在Pandas > 2.0中

根据这里的说明，您可以使用函数count()来实现此目的。

请参见下文：

df.groupby("group_col")\
  .filter(lambda x: x['another_col'].count() > X)\
  .groupby("group_col").size()

您还可以使用 groupby 来筛选出计数大于 X 的行。

- s510