pandas group by后 having

在 Pandas 中，可以使用 `groupby` 方法对 DataFrame 进行分组操作。对于分组后的结果，可以使用 `having` 条件对分组进行筛选。

具体来说，可以在 `groupby` 后使用 `filter` 方法，并传入一个函数，函数中可以使用 `having` 条件进行筛选。例如，假设有一个 DataFrame `df`，其中包含 `name` 和 `score` 两列，可以按照 `name` 进行分组，并筛选出得分高于平均值的分组：

import pandas as pd

df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Alice', 'Bob', 'Charlie', 'Charlie'],
    'score': [70, 80, 90, 85, 75, 80]
})

grouped = df.groupby('name').filter(lambda x: x['score'].mean() > 80)
print(grouped)

输出：

      name  score
2    Alice     90
3      Bob     85
4  Charlie     75
5  Charlie     80

在上面的例子中，`filter` 方法传入了一个 lambda 函数，该函数对分组后的每个子 DataFrame 进行判断，如果该子 DataFrame 的 `score` 列的平均值大于 80，则返回 True，否则返回 False。最终，`filter` 方法返回一个新的 DataFrame，其中只包含符合条件的分组。