python - Pandas :按有/过滤问题进行分组

Question

我有一个 pandas 数据框 df ，如下所示:

| Index   | Item       | Value       |
+---------+------------+-------------+
|  0      | 1024       | 20          |
|  1      | 1024       | 27          |
|  2      | 1024       | 19          |
|  3      | 4096       | 44          |
| ...     | ...        | ...         |

现在我可以按 Item 列对此数据框进行分组并对值执行一些聚合:

grouped = df.groupby(df['Item']).agg({'Value':['median', 'mean', 'std', 'count']})

如果我现在查看该分组对象，它看起来像一个堆叠的数据框:

grouped.head()

|        | Value                       |
+--------+-----------------------------+
|        | median | mean | std | count |
+--------+--------+------+-----+-------+
| Item   |        |      |     |       |
+--------+--------+------+-----+-------+
| 1024   |  20    | 22.0 | 4.3 | 3     |
| 4096   |  44    | 44.0 | NaN | 1     |
+--------+--------+------+-----+-------+

我现在只想过滤分组的项目，例如计数> 1，所以我尝试了以下操作:

filtered = grouped.filter(lambda x: x['count'] > 1)

但是我得到一个:TypeError: 'function' object is not iterable

我也尝试过

filtered = grouped.filter(lambda x: x.Value.count > 1)

或

filtered = grouped[grouped.Age.count > 1]

但最后一个只抛出 KeyError: True

在这种情况下如何实现这种过滤，在 SQL 中，当我想过滤聚合分组表时，就像编写 GROUP BY/HAVING 子句一样在 Pandas 中？

例如，我如何编写一个仅返回中位数 == 平均值的行的查询？

谢谢。

Answer 1

我找到了解决方案:

grouped[grouped.Value['count'] > 1]

会做的。显然，名称 count 在该对象上有两种含义，因此最好使用上面的语法来引用它。