python - 使用 pandas 按日期计算值的频率 - 第二部分

Question

我的数据集(dataset1)如下所示:

Date        Company     Weekday

2015-01-01  Company1     Monday

2015-01-02  Company1     Tuesday

2015-01-03  Company1     Wednesday

2015-01-04  Company1     Thursday

2015-12-09  Company2     Monday

2015-12-10  Company2     Tuesday
………………………………………………………………………

2016-01-08  Company3     Wednesday

2016-01-09  Company3     Thursday

然后我应用以下代码:

dataset2 = dataset1.groupby(['Company','Weekday']).size().sort_values(ascending=False)

应用上述代码后，我得到以下结果:

Index                        0

('Company1', Monday)        80

('Company1', Tuesday)       80

('Company1', Wednesday)     79
………………………………………………………………….

('Company3', Tuesday)       34

我试图隔离计数值高于 50 的所有 dataset2 条目，但当我尝试以下操作时，我遇到了各种错误:

dataset2=dataset2.loc[dataset2[0]>50]

有人可以提意见吗？

Answer 1

使用系列，因此需要:

dataset2 = dataset1.groupby(['Company','Weekday']).size().sort_values(ascending=False)
dataset2 = dataset2[dataset2 > 50]

另一个解决方案是添加 Series.reset_index使用DataFrame的参数name，然后按列count过滤:

dataset2 = (dataset1.groupby(['Company','Weekday'])
                    .size()
                    .sort_values(ascending=False)
                    .reset_index(name='count'))

dataset2 = dataset2[dataset2['count'] > 50]