熊貓：集團具有/過濾煩惱

Question

我有一個熊貓數據幀df看起來像這樣：

| Index | Item  | Value  | 
+---------+------------+-------------+ 
| 0  | 1024  | 20   | 
| 1  | 1024  | 27   | 
| 2  | 1024  | 19   | 
| 3  | 4096  | 44   | 
| ...  | ...  | ...   | 

現在我可以GROUPBY該數據幀由項目列和值進行一些聚合：

grouped = df.groupby(df['Item']).agg({'Value':['median', 'mean', 'std', 'count']}) 

如果我現在考慮這樣做分組對象，它看起來像一個堆疊數據幀：

grouped.head() 

|  | Value      | 
+--------+-----------------------------+ 
|  | median | mean | std | count | 
+--------+--------+------+-----+-------+ 
| Item |  |  |  |  | 
+--------+--------+------+-----+-------+ 
| 1024 | 20 | 22.0 | 4.3 | 3  | 
| 4096 | 44 | 44.0 | NaN | 1  | 
+--------+--------+------+-----+-------+ 

我現在想只過濾分組的項目，其例如具有計數> 1，所以我嘗試了以下內容：

filtered = grouped.filter(lambda x: x['count'] > 1) 

但我得到一個：類型錯誤：「功能」對象不是可迭代

我也試過

filtered = grouped.filter(lambda x: x.Value.count > 1) 

或

filtered = grouped[grouped.Age.count > 1] 

但最後一個只能扔s KeyError：True

如何在SQL中實現這種過濾，就像編寫GROUP BY/HAVING子句一樣，當我想過濾pandas中的聚合分組表時？

我怎麼能寫一個查詢，只返回中位數==的行？

謝謝。

Answer 1

我找到了一個解決方案：

grouped[grouped.Value['count'] > 1] 

將做到這一點。顯然，名稱計數在該對象上有兩個含義，所以最好使用上面的語法來引用它。

Answer 2

大熊貓的方式你對「中間==意味着」問題是

df.groupby(df['Item']).filter(lambda x: x['Value'].median() == x['Value'].mean()) 

# One call to median(), one to mean() 

Answer 3

我認爲你可以使用簡單的解決方案 - 從agg前加入['Value']欄中移除Multiindex然後用boolean indexing：

g1 = (df.groupby(df['Item'])['Value'].agg(['median', 'mean', 'std', 'count'])) 
print (g1) 

     median mean  std count 
Item        
1024  20 22 4.358899  3 
4096  44 44  NaN  1 

filtered = g1[g1['count'] > 1] 
print (filtered) 
     median mean  std count 
Item        
1024  20 22 4.358899  3