Python Dataframe 条件和

Question

我有一个数据框 IncomeData，其中包含国家、地区和收入。我正在尝试使用聚合来返回平均值、最小值、最大值和计数。我希望能够统计收入大于 100 的国家/地区。

raw_data = {'Country': ['A', 'B', 'C', 'D', 'E'],
            'Region': ['X', 'X', 'X', 'Y', 'Y'],
            'Income': [100, 200, 300, 100, 200]
           }
incomeData = pd.DataFrame(raw_data, columns = ['Country', 'Region', 'Income'])
regionGroup = incomeData.groupby(['Region'], as_index=False)
groupCount = lambda x: x.count()
#CountHighIncome = ?
aggregations = {
    'Country': {groupCount
    },
    'Income': {'min', 'max', 'mean', 'median' #, CountHighIncome
    }
}
incomeSummary = regionGroup.agg(aggregations)
incomeSummary

   Region  Country Income
            lambda> median  max mean min CountHighIncome
0   X       3       200     300 200  100 2
1   Y       2       150     200 150  100 1

请告诉我计算一个区域内的国家/地区的 lambda 方法是否可以扩展到计算一个区域内收入大于 100 的国家/地区。或者是否有其他更好的方法来解决此问题。

非常感谢。

Answer 1

您可以将自定义函数与带有总和条件的 lambda 一起使用，True 的计数类似于 1，也适用于 Country code> 已删除 lambda 函数，仅使用 count:

CountHighIncome = lambda x: (x > 100).sum()
aggregations = {
    'Country': {'count'
    },
    'Income': {'min', 'max', 'mean', 'median',  CountHighIncome
    }
}
incomeSummary = regionGroup.agg(aggregations)
print (incomeSummary)
  Region Income                           Country
            max  min <lambda> mean median   count
0      X    300  100        2  200    200       3
1      Y    200  100        1  150    150       2