python - 如何根据列中的 bool 值进行过滤并返回 groupby obj

Question

我正在尝试返回一个 groupby 对象，该对象仅包含具有 3 个或更多条目的项目，用于我分组的字段。例如，如果我有以下对象并且我在 'Letters' 上分组:

Letters Numbers Items Bool
A       1       lamp  1
B       2       glass 1
B       2       table 1
C       5       pic   0
B       3       glass 0
C       4       bottle 1
C       2       horse 0

然后我的代码将只返回一个带 b 的 groupby 对象

我尝试了以下方法:

old_df = a_df.groupby('Letters')
new_df = old_df.filter(len(old_df['Letters'])>2)

我也尝试过这里提到的一些 lambda 东西:filtering grouped df in pandas

谢谢!

---

因此，如果我想返回一个向量，其中每个字母的 Bool 中所有值的总和为每个字母的条目数超过三个，我该怎么做？根据提供的数据，这将是 [2,1](B 为 2，C 为 1)

Answer 1

我认为您误解了 groupby 的输出:

In [4]: df
Out[4]:
  Letters  Numbers  Items  Bool
0       A        1   lamp     1
1       B        2  glass     1
2       B        2  table     1
3       C        5    pic     0
4       B        3  glass     0

In [6]: df.groupby('Letters').filter(lambda x: len(x) > 2)
Out[6]:
  Letters  Numbers  Items  Bool
1       B        2  glass     1
2       B        2  table     1
4       B        3  glass     0

groupby 操作产生的对象是一个可迭代对象，它的“迭代对象”是组标签的元组和原始的子集>DataFrame对应组。例如，

In [9]: for name, subset in df.groupby('Letters'):
   ...:     print(name)
   ...:     print(subset)
   ...:     print('\n')
   ...:
A
  Letters  Numbers Items  Bool
0       A        1  lamp     1


B
  Letters  Numbers  Items  Bool
1       B        2  glass     1
2       B        2  table     1
4       B        3  glass     0


C
  Letters  Numbers Items  Bool
3       C        5   pic     0

将Bool的值按Letter求和，其中每个组中的成员数大于2:

In [39]: df.groupby('Letters').filter(lambda x: len(x) > 2).groupby('Letters').Bool.sum()
Out[39]:
Letters
B          2
C          1
Name: Bool, dtype: int64