假设我有以下pd.DataFrame
。
import pandas as pd
import numpy as np
data = {'number': [1, 1, 1, 2], 'q':[np.nan, 2, np.nan, 1], 'letter': ['alpha', 'beta', 'gamma', 'alpha']}
df = pd.DataFrame(data)
number q letter
0 1 NaN alpha
1 1 2.0 beta
2 1 NaN gamma
3 2 1.0 alpha
我想要做的是按数字进行汇总,并创建一个包含所有字母的列表,然后根据
q
的值应用过滤器。如果我这样做:
df.groupby('number').agg({"letter": lambda w: list(w) })
将产生: letter
number
1 [alpha, beta, gamma]
2 [alpha]
但是我只想包括相应的
q
值不是NaN
的列,即 number letter
0 1 [beta]
1 2 [alpha]
编辑:我希望能有一个更通用的解决方案(不仅仅是我们有
NaN
值),而且如果我们想指定q
的值作为将要包含或不包含的阈值。 最佳答案
我认为需要DataFrame.dropna
:
df1 = df.dropna().groupby('number').agg({"letter": lambda w: list(w)})
如果要指定删除缺失值的列:
df1 = df.dropna(subset=['q']).groupby('number').agg({"letter": lambda w: list(w)})
print (df1)
letter
number
1 [beta]
2 [alpha]
编辑:
您也可以按
query
进行过滤:df1 = df.query("q > 0").groupby('number').agg({"letter": lambda w: list(w)})
或
boolean indexing
:df1 = df[df['q'] > 0].groupby('number').agg({"letter": lambda w: list(w)})
df1 = df[df['q'].notnull()].groupby('number').agg({"letter": lambda w: list(w)})
编辑1:
功能上也可以进行过滤,以避免丢失不匹配的组:
def f(x):
return x.loc[x['q'] > 1, 'letter'].tolist()
df2 = df.groupby('number').apply(f).reset_index(name='val')
print (df2)
number val
0 1 [beta]
1 2 []
df1 = df[df['q'] > 1].groupby('number').agg({"letter": lambda w: list(w)})
print (df1)
letter
number
1 [beta]
关于python - 在 Pandas 的聚合中应用过滤器,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/52497214/