python - 如何过滤 Pandas GroupBy 对象并获取 GroupBy 对象？

Question

当对 Pandas groupby 操作的结果执行过滤时，它返回一个数据帧。但是假设我想执行进一步的组计算，我必须再次调用 groupby，这似乎有点迂回。有没有更惯用的方法来做到这一点？

编辑:

为了说明我在说什么:

我们无耻地从 Pandas 文档中窃取了一个玩具数据框，然后分组:

>>> dff = pd.DataFrame({'A': np.arange(8), 'B': list('aabbbbcc')})
>>> grouped = dff.groupby('B')
>>> type(grouped)
<class 'pandas.core.groupby.DataFrameGroupBy'>

这将返回一个 groupby 对象，我们可以对其进行迭代、执行分组操作等。但是如果我们过滤:

>>> filtered = grouped.filter(lambda x: len(x) > 2)
>>> type(filtered)
<class 'pandas.core.frame.DataFrame'>

我们得到一个数据框。是否有一种很好的惯用方式来获取过滤后的组，而不仅仅是属于过滤组的原始行？

Answer 1

如果你想组合一个过滤器和一个聚合，我能想到的最好的方法是使用 apply 中的三元 if 组合你的过滤器和聚合，为过滤组返回 None，然后 dropna 从最终结果中删除这些行:

grouped.apply(lambda x: x.sum() if len(x) > 2 else None).dropna()

如果您想遍历这些组，比如将它们重新组合在一起，您可以使用生成器理解

pd.concat(g for i,g in grouped if len(g)>2)

最终我认为如果 groupby.filter 有一个返回 groupby 对象的选项会更好。