python - *在数据透视期间*过滤 Pandas 数据透视表

Question

假设我们有以下数据框df:

df = pd.DataFrame({'food' : ['spam', 'ham', 'eggs', 'ham', 'ham', 'eggs', 'milk'],
                   'sales' : [10, 15, 12, 5, 14, 3, 8]})

我想转换此数据以显示 food 的 sales 总和，但前提是 sales 更大超过 12。生成的数据透视表如下所示:

未过滤的 df:

food       sum(sales)
spam       10
ham        34
eggs       15
milk       8

过滤后的df:

food       sum(sales)
ham        34
eggs       15

我可以使用groupby()，如下所示:

df_new.groupby(['food'])['sales'].agg('sum') > 12

但是，这只给我 bool 值，而不是过滤后的 df。

使用 pd.pivot_table() 函数时是否可以“动态”过滤列？ (即没有预过滤 df)

Answer 1

您可以传递 lambda 函数.loc，它将过滤数据帧，仅查找与 lambda 函数返回的条件匹配的行:

filtered = df.groupby('food')['sales'].sum().reset_index().loc[lambda x: x['sales'] > 12]

输出:

>>> filtered
   food  sales
0  eggs     15
1   ham     34

(如果您想知道，lambda 函数是针对整个数据帧执行的，而不是针对每个单独的行，所以是的，它非常高效:)