python - 在 Pandas 数据框中查找重复值的计数和排序

Question

我有一个包含许多列的 Pandas 数据框，其中两个是“电影标题”和“年龄”，我想找到评分者平均年龄最低的前 5 部电影，但只包括以下电影至少有 100 个评分(因此出现在至少 100 行中)。

例如:

movie title      age

Title 1          10
Title 2          12
Title 2          12
Title 3          13
Title 3          13
Title 3          13

应该变成:

movie title     # of ratings     avg age

Title 1         1                    10
Title 2         2                    12
Title 3         3                    13

它可以在相同的或新的数据框中。感谢您的帮助!

Answer 1

说你做

agg = df.age.groupby([df['movie title']]).agg({'ave_age': 'mean', 'size': 'size'})

您将获得一个包含列 ave_age 和 size 的 DataFrame。

agg[agg['size'] > 100]

只会为您提供那些拥有超过 100 个用户的用户。从那里开始，按 agg.ave_age 排序并获得前 5 名。它应该看起来像这样:

agg[agg['size'] > 100].sort_values(by='ave_age', ascending=True).head(5)