Python Pandas组然后按条件过滤

Question

我想首先按id进行分组，然后计算每个id，有多少行score＆gt; avg。

数据帧：

id col1  avg  score
a   1     3    3
a   0     4    3
a   1     3    5
b   1     2    4
b   1     4    5

想：

id score>avg total
a    1       3
b    2       2

我的代码：

df2 = df.groupby('id', as_index=False)[['score'] > ['avg']].agg({'score>avg': 'count', 'total': 'count'})

我得到的错误：

KeyError: 'Column not found: False'

我不确定我应该将[['score'] > ['avg']]部分编辑为。

Answer 1

您可以做的一件事是首先创建一列布尔值，指示得分是否大于平均值，然后按“id”分组，sum和count新列。

df['score_gt_avg'] = df.score > df.avg
df.groupby('id')['score_gt_avg'].agg([('score>avg', 'sum'),('total', 'count')])

    score>avg  total
id                  
a         1.0      3
b         2.0      2

同样地，您也可以在一行中完成：

df.score.gt(df.avg).groupby(df.id).agg([('score>avg', 'sum'),('total', 'count')])