python - Pandas 中的分组和过滤

Question

对于这样的数据框:

    mpg    yr    name
0   18     70    chevrolet malibu
1   15     70    buick skylark
2   18     70    ford torino
3   16     70    chevrolet el camino
4   17     71    chevrolet chevelle

我可以像这样得到每年的平均 MPG:

auto.groupby('yr')['mpg'].mean()

我尝试了以下方法来获取雪佛兰每年的平均 MPG:

auto.groupby(['yr', auto['name'].str.contains('chevrolet')])['mpg'].mean()

但是，它会创建一个额外的 True/False bool 列，如下所示，其中 False 是非雪佛兰，True 是雪佛兰:

yr    name    
70    False   16.5
      True    17.0
71    False   NaN
      True    17.0

我正在寻找的是:

yr    mpg
x     y

您能否 A) 解释为什么我的尝试不起作用，B) 帮助纠正我的错误并解释为什么需要这样做。 谢谢!

Answer 1

我们应该在groupby之前进行过滤

auto[auto['name'].str.contains('chevrolet')].groupby('yr')['mpg'].mean()
Out[226]: 
yr
70    17
71    17
Name: mpg, dtype: int64

您的方法使用 [True,False] 创建另一个 groupby 键，然后，pandas 将对其和列 yr

编辑:

您可以认为这就是您的数据框的样子

auto['yourkey']=auto['name'].str.contains('chevrolet')
auto
Out[228]: 
   mpg  yr               name  yourkey
0   18  70    chevroletmalibu     True
1   15  70       buickskylark    False
2   18  70         fordtorino    False
3   16  70  chevroletelcamino     True
4   17  71  chevroletchevelle     True