熊猫分组过滤器

Question

我试图将过滤器应用于分组功能，但是语法不正确。通常，我们在SQL的分组功能上应用过滤器的方式是在Pandas中寻找相同的功能。 这是我的查询，我想在count> = 5时过滤结果 home.groupby（'location'）。agg（{'price_per_sqft'：['mean'，'std'，'count']}）

您能告诉我过滤结果的方法吗？

Answer 1

为避免出现这种情况，首先MultiIndex在price_per_sqft之后添加列groupby，然后按boolean indexing进行过滤：

df = home.groupby('location')['price_per_sqft'].agg(['mean','std','count'])
df1 = df[df['count']>=5]

或DataFrame.query：

df1 = df.query("count>=5")

另一个想法是使用聚合：

df = home.groupby('location').agg(avg=('price_per_sqft', 'mean'),
                                  std=('price_per_sqft', 'std'),
                                  counts=('price_per_sqft', 'count'))
df1 = df[df['counts']>=5]