pandas使用groupby分组之后统计每组中符合要求的数据

可以使用 `groupby` 方法对数据进行分组，然后使用 `apply` 方法对每组数据进行统计。

例如，假设有一个数据集 `df`，其中包含三列数据：`group`、`value1` 和 `value2`。我们要对 `group` 列进行分组，然后统计每组中 `value1` 大于 10 且 `value2` 小于 5 的数据个数，可以按如下方式实现：

import pandas as pd

# 创建数据集
data = {'group': ['A', 'A', 'B', 'B', 'C', 'C'],
        'value1': [12, 3, 5, 8, 15, 20],
        'value2': [3, 4, 2, 7, 1, 9]}
df = pd.DataFrame(data)

# 分组并统计每组符合条件的数据个数
result = df.groupby('group').apply(lambda x: ((x['value1'] > 10) & (x['value2'] < 5)).sum())
print(result)

输出结果为：

group
A    1
B    0
C    1
dtype: int64

说明在 A 组和 C 组中，有一个符合条件的数据。

相关问题

pandas中多字段group by之后如何分组循环组装数据

在 Pandas 中，可以使用 groupby 函数对数据进行分组汇总，然后使用 for 循环遍历每个分组，并对每个分组进行进一步的数据组装。

假设我们有一个数据集，包含了用户的姓名、性别和年龄，我们想要按照性别和年龄进行分组，并计算每组的平均年龄和人数。可以按照如下步骤进行分组循环组装数据：

1. 读取数据并导入 Pandas

import pandas as pd

df = pd.read_csv('data.csv')

2. 对数据进行分组

grouped = df.groupby(['sex', 'age'])

3. 对每个分组进行遍历，并对每个分组进行进一步的数据组装

result = []
for group, data in grouped:
    sex, age = group
    count = len(data)
    avg_age = data['age'].mean()
    result.append({'sex': sex, 'age': age, 'count': count, 'avg_age': avg_age})

result_df = pd.DataFrame(result)

在上述代码中，我们先定义了一个空列表 result，然后对每个分组进行遍历，获取分组的性别和年龄，以及该分组中的人数和平均年龄，然后将这些数据组装成一个字典，并添加到 result 列表中。最后，我们将 result 列表转换为 DataFrame 对象，得到最终的结果。

注意：在循环内部，data 是一个 DataFrame 对象，我们可以使用 DataFrame 的函数进行数据的统计和计算。在上面的代码中，我们使用了 mean 函数计算平均年龄。

pandas使用groupby分组后怎么根据某列对每组去重

可以使用 `groupby` 方法对数据进行分组，然后使用 `drop_duplicates` 方法对每个分组去重。

假设我们有一个数据集 `df`，其中包含三列数据 `A`、`B` 和 `C`，我们要根据列 `A` 进行分组，然后对每个分组去重，可以按照以下方式实现：

grouped = df.groupby('A')
result = grouped.apply(lambda x: x.drop_duplicates('B'))

上述代码中，`groupby` 方法会根据列 `A` 对数据进行分组，然后 `apply` 方法会对每个分组应用一个函数，该函数使用 `drop_duplicates` 方法对每个分组中的列 `B` 进行去重。最终的结果是一个去重后的数据集 `result`。

如果想要保留每个分组中的第一个重复值，可以将 `drop_duplicates` 方法的参数 `keep` 设置为 `'first'`，如下所示：

grouped = df.groupby('A')
result = grouped.apply(lambda x: x.drop_duplicates('B', keep='first'))

这样做将保留每个分组中的第一个重复值。如果要保留最后一个重复值，可以将 `keep` 设置为 `'last'`。