我常常最终会做这样的事情在pandas
:大熊猫GROUPBY和布尔选择
s2 = s1.groupby(level=1).sum()
s2 = s2[s2>25]
在的话,我做了一些groupby
操作,然后只保留满足的结果一定条件下的结果。
在一行中有办法吗?更具体地说,是否可以在不创建系列的情况下执行此操作,然后在第二步中执行布尔选择?
我常常最终会做这样的事情在pandas
:大熊猫GROUPBY和布尔选择
s2 = s1.groupby(level=1).sum()
s2 = s2[s2>25]
在的话,我做了一些groupby
操作,然后只保留满足的结果一定条件下的结果。
在一行中有办法吗?更具体地说,是否可以在不创建系列的情况下执行此操作,然后在第二步中执行布尔选择?
.loc
+ lambda
SERISE
df.groupby('name').a.sum().loc[lambda x: x>20]
Out[492]:
name
Chn 84
Fra 165
Ind 71
数据框中
df.groupby('name').a.sum().to_frame().loc[lambda x: x['a']>20]
Out[490]:
a
name
Chn 84
Fra 165
Ind 71
DataInput中的
df=pd.DataFrame({'name':['Ind','Chn','SG','US','SG','US','Ind','Chn','Fra','Fra'],'a':[5,6,3,4,7,12,66,78,65,100]})
假设s1
是pandas.Series
level
到pd.Series.sum
pd.Series.compress
是得心应手s2.sum(level=1).compress(lambda s: s.gt(25))
假设s1
是pandas.DataFrame
,并且有一个列名'col'
s.sum(level=1).query('col > 25')
有趣,以前没见过这个。在这里找到文档:https://pandas.pydata.org/pandas-docs/stable/indexing.html#selection-by-callable – itzy
@itzy cheers〜:) – Wen