熊貓：什麼是相當於SQL組？

Question

什麼是最有效的方式來使用groupby並行在熊貓應用過濾器？

基本上我要求在SQL相當於

select * 
... 
group by col_name 
having condition 

我覺得有很多使用的情況下，從有條件的手段，資金，條件概率等，這些會做出這樣的命令非常強大。

我需要一個非常好的性能，所以理想情況下這樣的命令不會是在python中完成的幾個分層操作的結果。

Answer 1

正如unutbu的評論中提到，groupby's filter是SQL'S具有相同的：

In [11]: df = pd.DataFrame([[1, 2], [1, 3], [5, 6]], columns=['A', 'B']) 

In [12]: df 
Out[12]: 
    A B 
0 1 2 
1 1 3 
2 5 6 

In [13]: g = df.groupby('A') # GROUP BY A 

In [14]: g.filter(lambda x: len(x) > 1) # HAVING COUNT(*) > 1 
Out[14]: 
    A B 
0 1 2 
1 1 3 

您可以編寫更復雜的功能（這些應用到每個組），只要它們返回一個純醇」布爾：

In [15]: g.filter(lambda x: x['B'].sum() == 5) 
Out[15]: 
    A B 
0 1 2 
1 1 3 

注：potentially there is a bug，你不能給你寫的功能作​​用於你使用GROUPBY列...一個解決辦法是GROUPBY列手動即g = df.groupby(df['A']))。