Question

这是我数据框中的示例行：

{
"sessionId" : "454ec8b8-7f00-40b2-901c-724c5d9f5a91",
"useCaseId" : "3652b5d7-55b8-4bee-82b6-ab32d5543352",
"timestamp" : "1559403699899",
"endFlow" : "true"
}

大约有100列这样的行，它们具有相似/不同的'sessionId'，'useCaseId'和'endFlow'值。我按“ sessionId”和“ useCaseId”将其分组，如下所示：

groupby_session_usecase = seperate_dates_df.groupby(['sessionId','useCaseId'])

在“ groupby_session_usecase”的组中，我想查找是否有任何行的“ endFlow”值为“ true”。我尝试了以下方法：

'true' in groupby_session_usecase['endFlow']

但是，即使有“ endFlow”值等于“ true”，上一行也始终返回“ False”

检查“ groupby_session_usecase”中的组中是否有“ endFlow”值等于“ true”的行的正确方法是什么？

Answer 1

OP写道：

“我必须基于'sessionId'和'endFlow = true'进行计数 “ useCaseId”。知道如何达到此要求吗？”

是的，您要做的就是首先比较行，然后使用SeriesGroupBy.sum()将结果分组。

(df['endFlow'] == "true").groupby([df['session'], df['useCaseId']]).sum()

或者，您可以将比较分配回df，这样您的分组就会变得更加简单：

(df.assign(msk=df['endFlow'].eq('true'))
   .groupby(['session', 'useCaseId'])['msk']
   .sum())

比较GroupBy中的值并计算匹配的行

1 个答案: