Question

我有一个数据框，我已将所有NaN转换为0，原因有很多。在对df进行另一次计算时，我的group by正在拾取0并使其成为执行计数的值。知道如何让python和pandas排除0值吗？在这种情况下，0表示数据中的单行。有没有办法从群组中排除所有0？

我的groupby看起来像这样

  +----------------+----------------+-------------+
  | Team           | Method         |  Count      |
  +----------------+----------------+-------------+
  | Team 1         | Automated      |           1 |
  | Team 1         | Manual         |          14 |
  | Team 2         | Automated      |           5 |
  | Team 2         | Hybrid         |           1 |
  | Team 2         | Manual         |          25 |
  | Team 4         | 0              |           1 |
  | Team 4         | Automated      |           1 |
  | Team 4         | Hybrid         |          13 |
  +----------------+----------------+-------------+

我的代码看起来像这样（导入excel文件后）

  df = df1.filnna(0)
  a = df[['Team', 'Method']]
  b = a.groupby(['Team', 'Method']).agg({'Method' : 'count'}

Answer 1

我在分组前过滤df：

In [8]:
a = df.loc[df['Method'] !=0, ['Team', 'Method']]
b = a.groupby(['Team', 'Method']).agg({'Method' : 'count'})
b
Out[8]:
                Method
Team Method           
1    Automated       1
     Manual          1
2    Automated       1
     Hybrid          1
     Manual          1
4    Automated       1
     Hybrid          1

这里我们只选择方法不等于0

的行

在没有过滤的情况下进行比较：

In [9]:
a = df[['Team', 'Method']]
b = a.groupby(['Team', 'Method']).agg({'Method' : 'count'})
b

Out[9]:
                Method
Team Method           
1    Automated       1
     Manual          1
2    Automated       1
     Hybrid          1
     Manual          1
4    0               1
     Automated       1
     Hybrid          1

Answer 2

您需要filter。

filter方法返回原始对象的子集。假设我们只想采用属于具有组总和的组的元素大于2。

示例：

在[94]中：sf = pd.Series（[1,1,2,3,3,3]）

在[95]中：sf.groupby（sf）.filter（lambda x：x.sum（）＆gt; 2）Out [95]：3 3   4 3 5 3 dtype：int64

Source

如何使用Pandas从Groupby方法中排除单个值

2 个答案: