Question

我有一张这样的表

    timestamp   avg_hr  hr_quality  avg_rr  rr_quality  activity    sleep_summary_id

    1422404668  66      229             0       0           13              78
    1422404670  64      223             0       0           20              78
    1422404672  64      216             0       0           11              78
    1422404674  66      198             0       40          9               78
    1422404676  65      184             0       30          3               78
    1422404678  64      173             0       10          17              78
    1422404680  66      199             0       20          118             78

我正在尝试按timestamp，sleep id和rr_quality对数据进行分组，其中rr_quality为> 0

我尝试了以下内容，似乎没有一个可以使用

 df3 = df2.groupby([df2.index.hour,'sleep_summary_id',df2['rr_quality']>0])

 df3 = df2.groupby([df2.index.hour,'sleep_summary_id','rr_quality'>0])

 df3 = df2.groupby([df2.index.hour,'sleep_summary_id',['rr_quality']>0])

所有这些都会返回一个关键错误。

修改

似乎也无法一次传递多个过滤器。我尝试了以下方法：

df2[df2['rr_quality'] >= 150, df2['hr_quality'] > 200]
df2[df2['rr_quality'] >= 150, ['hr_quality'] > 200]
df2[[df2['rr_quality'] >= 150, ['hr_quality'] > 200]]

返回：TypeError: 'Series' objects are mutable, thus they cannot be hashed

Answer 1

这里最简单的方法是首先过滤df，然后执行groupby：

df2[df2['rr_quality'] > 0]].groupby([df2.index.hour,'sleep_summary_id')

修改

如果您打算将此分配回原始df：

df2.loc[df2['rr_quality'] > 0, 'AVG_HR'] = df2[df2['rr_quality'] >= 150].groupby([df2.index.hour,'emfit_sleep_summary_id'])['avg_hr'].transform('mea‌n')

loc调用将屏蔽lhs，以便转换结果正确对齐

要使用多个条件进行过滤，您需要对&，|和{{1}使用数组比较运算符~，and和or另外，由于运算符优先级，您需要将条件包装在括号中：

not

Answer 2

我知道这很旧，但是我想补充一点，有an official function可以做到这一点。将示例从熊猫转变为您的案例：

-1

Pandas，groupby，其中列值大于x

2 个答案: