python - 如何在 Pandas 中执行相关子查询的等效项

我有一个来自Kaggle Titanic竞赛的CSV文件，如下所示。下面的列描述了该文件的记录格式:
PassengerId，幸存下来，Pclass，名称，性别，年龄，SibSp，Parch，机票，票价，客舱，出发。
我想分析此文件中的数据，并检查一组乘客的存活率是否更高。为此，我假设对于一个组中的所有乘客，Ticket的值都将相同。

我将CSV加载到MS Access中，并执行以下查询以获取所需的结果集:

SELECT a.Ticket, a.PassengerId, a.Survived
FROM train a
WHERE 1 < (SELECT COUNT(*) FROM train b WHERE b.Ticket = a.Ticket)
ORDER BY a.Ticket

我无法在不编写循环的情况下提取与上述相同的结果集。

最佳答案

让我们看看这是否匹配:

df.groupby(['Ticket']).filter(lambda x: x.Ticket.count()>1)[['Ticket','PassengerId','Survived']]

或在耶斯莱尔的建议下:

df.groupby(['Ticket']).filter(lambda x: len(x)>1)[['Ticket','PassengerId','Survived']]

我在票证上使用groupby，然后使用filter将我的数据框过滤到那些票证组中的计数大于1的记录。

关于python - 如何在 Pandas 中执行相关子查询的等效项，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/43574675/