pandas group by 求count，然后 having

在 Pandas 中，可以使用 `groupby()` 方法进行分组操作，然后使用 `count()` 方法对每个组进行计数，最后使用 `filter()` 方法进行筛选。

例如，我们有一个数据集 `df`，包含两列 `A` 和 `B`，我们想要按照 `A` 列进行分组，然后过滤掉 `B` 列中计数小于 3 的组，可以按照以下方式实现：

import pandas as pd

df = pd.DataFrame({'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
                   'B': ['one', 'one', 'two', 'two', 'two', 'one', 'one', 'two']})

result = df.groupby('A').filter(lambda x: len(x) >= 3)
result = result.groupby('A').filter(lambda x: x['B'].count() >= 3)

首先，我们使用 `groupby()` 方法按照 `A` 列进行分组，然后使用 `filter()` 方法筛选出计数大于等于 3 的组。接着，我们再次使用 `groupby()` 方法按照 `A` 列进行分组，然后使用 `count()` 方法计算每组中 `B` 列的计数，最后再使用 `filter()` 方法筛选出计数大于等于 3 的组。

需要注意的是，`filter()` 方法返回的是一个新的 DataFrame，而不是原始的 DataFrame。如果需要修改原始的 DataFrame，可以使用 `inplace=True` 参数。同时，`filter()` 方法中的 lambda 函数可以根据具体的需求进行自定义。