Question

鉴于Pandas数据框具有分类列family和数字列score，我想得到family以上（或低于）中位数{{1}的数量对于那个家庭。

概念上喜欢什么？ score

任何帮助？

Answer 1

听起来你正在寻找像

这样的东西

df[df.score > df.groupby('family').score.transform('median')].groupby('family').count()

Answer 2

这是你想要的吗？通过这样做，您可以同时拥有上方和下方。

df.groupby('family')['Score'].apply(lambda x : pd.Series(x>np.median(x)).value_counts())

示例数据：

df = pd.DataFrame({'family': ['a','b','c']*3, 'B': ['d','e','f']*3, 'Score': [1,2,3,3,2,3,2,3,1]})

Out put：

Out[31]: 
family       
a       False    2
        True     1
b       False    2
        True     1
c       False    3
Name: Score, dtype: int64

奖金：

df.groupby('family')['Score'].apply(lambda x : pd.Series(x>np.median(x)).value_counts()).\
        unstack().rename(columns={True:'Above_med',False:'Below_med'})


Out[34]: 
        Below_med  Above_med
family                      
a             2.0        1.0
b             2.0        1.0
c             3.0        NaN

Answer 3

您可以尝试这样的事情：

df = pd.DataFrame({'family':['Family '+str(i) for i in np.random.choice(list('ABCD'),100)],'score':np.random.randint(40,100,100)})

above_avg = lambda x: (x>x.mean()).sum()
above_avg.__name__ = 'Above Average'
below_avg = lambda x: (x<=x.mean()).sum()
below_avg.__name__ = 'Below Average'
df.groupby('family')['score'].agg([above_avg, below_avg])

输出：

          Above Average  Below Average
family                                
Family A              9             12
Family B             11             15
Family C             12             12
Family D             15             14

Answer 4

我使用lambda来利用numpy

f = lambda x: (lambda v: np.count_nonzero(v > np.median(v)))(x.values)
df.groupby('family').Score.apply(f)

大熊猫获得超过组中位数的组数

4 个答案: