Python 将函数应用于groupby之后的已筛选组

我知道有很多关于熊猫的群比过滤问题，但我已经看过了很多，他们没有我需要的

不管怎样，这里是我对数据帧df的内容：

user1   user2  date         quantity
-----------------------------
Alice   Bob    2018-05-21   100
Alice   Bob    2018-05-19   20
Alice   Carol  2018-01-01   1000
Bob     Carol  2018-02-01   100

我想计算一个函数（比如某个函数

func

），只计算工作日的给定

user1-user2

对的数量

到目前为止，我得到的是：

df['day'] = df['date'].dt.weekday
df.groupby(['user1','user2']).filter(lambda x: (x.day < 5).any() )

df['day']=df['date'].dt.weekday
df.groupby（['user1'，'user2']）.filter（lambda x:（x.day<5）.any（））

---

但我没有得到我所期望的。显然，过滤器所做的是只选择那些至少有一个

day

条目小于5的对。但是，我需要的是，对于一个特定的

user1-user2

对，

day

列小于5的所有行。

一个简单的解决方案是在执行

groupby

之前过滤数据帧：

res = df[df['date'].dt.weekday < 5].groupby(...)

res=df[df['date'].dt.weekday<5].groupby（…）

一个简单的解决方案是在执行

groupby之前过滤数据帧：

res = df[df['date'].dt.weekday < 5].groupby(...)

res=df[df['date'].dt.weekday<5].groupby（…）
Filter-first-and-groupby？@YakymPirozhenko我必须做几个这样的计算——这只是一个演示案例。所以我想，比如说，在工作日、周末、工作日等等，得到总和，但总是针对相同的
user1-user2
对。这也是一个相当大的数据集（>10GB），有几行和>1M
user1-user2
对，所以如果我这样做，我会一遍又一遍地做几个groupby…先过滤，然后是groupby？@YakymPirozhenko我必须做几个这样的计算——这只是一个演示案例。所以我想，比如说，在工作日、周末、工作日等等，得到总和，但总是针对相同的
user1-user2
对。这也是一个相当大的数据集（>10GB），有几行和>1M
user1-user2
对，所以如果我这样做，我会一遍又一遍地做几个GroupBy…谢谢！这是可行的（与Yakym之前的评论相同），但我唯一关心的是，我正在处理一个大型数据集和几个这样的操作。多次使用groupby（我有大约100万个user1-user2对），计算强度有多大？或者这种重复的groupby不是什么大问题吗？如果你想改变你的
groupby
的范围，我看不出一种简单的方法可以多次避免
groupby
。我会测试性能，如果有问题，用基准测试法问一个新问题来证明问题。明白了。谢谢谢谢这是可行的（与Yakym之前的评论相同），但我唯一关心的是，我正在处理一个大型数据集和几个这样的操作。多次使用groupby（我有大约100万个user1-user2对），计算强度有多大？或者这种重复的groupby不是什么大问题吗？如果你想改变你的
groupby
的范围，我看不出一种简单的方法可以多次避免
groupby
。我会测试性能，如果有问题，用基准测试法问一个新问题来证明问题。明白了。谢谢