python - 在 Pandas 中分割聚合数据的更好方法？

Question

我试图对两列进行分组以获得聚合值，然后测试该值以查看它是大于还是小于阈值。我有什么:

SEGMENT = df.groupby(['Col_1','Col_2'])['Number'].apply(lambda x: '1_5' if sum(x) <6 else '6+'

它很慢。这种方法是否存在根本性错误？谢谢。

编辑:

SEGMENT = df.groupby(['Col_1','Col_2'])['Number'].sum().apply(lambda x: '1_5' if x <6 else '6+'

这使速度提高了 3 倍。

Answer 1

你可以做一个transform并将其用作 bool 掩码:

g = df.groupby(['Col_1','Col_2'])

mask = g["Number"].transform("sum") < 6

df[mask]  # with group sum smaller than 6
df[~mask]  # with group sum greater or equal 6

您还可以使用 filter :

g.filter(lambda x: x.sum() >= 6)