Python 3 Pandas .groupby.过滤器

Question

我正在尝试执行与本文档中的示例非常相似的 groupby 过滤器:pandas groupby filter

>>> df = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar',
...                           'foo', 'bar'],
...                    'B' : [1, 2, 3, 4, 5, 6],
...                    'C' : [2.0, 5., 8., 1., 2., 9.]})
>>> grouped = df.groupby('A')
>>> grouped.filter(lambda x: x['B'].mean() > 3.)
     A  B    C
1  bar  2  5.0
3  bar  4  1.0
5  bar  6  9.0

我试图返回一个包含所有 3 列但只有 2 行的 DataFrame。在按 A 列分组后，这 2 行包含 B 列的最小值。我尝试了以下代码行:

grouped.filter(lambda x: x['B'] == x['B'].min())

但这不起作用，我得到了这个错误:TypeError:过滤器函数返回了一个 Series，但需要一个标量 bool

我尝试返回的 DataFrame 应该是这样的:

    A   B   C
0  foo  1  2.0
1  bar  2  5.0

如果您能提供任何帮助，我将不胜感激。预先感谢您的帮助。

Answer 1

简短的回答:

grouped.apply(lambda x: x[x['B'] == x['B']].min())

---

...和较长的:

您的grouped 对象有 2 个组:

In[25]: for df in grouped:
   ...:     print(df)
   ...:     
('bar',      
     A  B    C
1  bar  2  5.0
3  bar  4  1.0
5  bar  6  9.0)

('foo',      
     A  B    C
0  foo  1  2.0
2  foo  3  8.0
4  foo  5  2.0)

GroupBy 对象的

filter() 方法用于将组作为实体进行过滤，而不是用于过滤它们的个人行。所以使用filter()方法，你可能只会得到4个结果:

• 一个空 DataFrame(0 行)，
• “bar”组的行(3 行)，
• “foo”组的行(3 行)，
• 两个组的行(6 行)

没有别的，不管 filter() 方法中使用的参数( bool 函数)如何。

---

所以你必须使用其他方法。一个合适的方法是非常灵活的 apply() 方法，它可以让你应用一个任意的函数

• 接受一个DataFrame(一组GroupBy对象)作为它的唯一参数，
• 返回一个 Pandas 对象 或一个标量。

在您的情况下，该函数应该返回(对于您的 2 个组中的每一个)在 'B' 列中具有最小值的 1 行 DataFrame，因此我们将使用 bool 掩码

group['B'] == group['B'].min()

用于选择这样的一行(或者 - 可能 - 更多行):

In[26]: def select_min_b(group):
   ...:     return group[group['B'] == group['B'].min()]

现在将此函数用作 GroupBy 对象 grouped 的 apply() 方法的参数，我们将获得

In[27]: grouped.apply(select_min_b)
Out[27]: 
         A  B    C
A                 
bar 1  bar  2  5.0
foo 0  foo  1  2.0

---

注意:

相同，但只有一个命令(使用 lambda 函数):

grouped.apply(lambda group: group[group['B'] == group['B']].min())