Python 我如何比较每组大熊猫分组后的计数？

我有一个EAV表加载到熊猫数据帧中。我使用group by来计算每个实体的每个字段的出现次数。我想比较价格和产品名称的计数，提取计数不相等的计数，并提取它们进行处理（本例中为a和c）。 当前，计数也显示在与标题不同的行上。任何帮助都将不胜感激

                        Count
Entity  Attribute
 a      ProductName      10
        Price            11
 b      ProductName       2
        Price             2
 c      ProductName       3
        Price             4

我认为第一步是将

实体

转换为

列

：

df1 = df['Count'].unstack(0)
print (df1)
Entity        a  b  c
Attribute            
Price        11  2  4
ProductName  10  2  3

然后选择列依据并比较行依据（

！=

），最后一个筛选列依据

布尔掩码

：

print (df1.loc['Price'].ne(df1.loc['ProductName']))
Entity
a     True
b    False
c     True
dtype: bool

df2 = df1.loc[:, df1.loc['Price'].ne(df1.loc['ProductName'])]
print (df2)
Entity        a  c
Attribute         
Price        11  4
ProductName  10  3

如果只需要列名，则类似：

cols = df1.columns[df1.loc['Price'].ne(df1.loc['ProductName'])].tolist()
print (cols)
['a', 'c']

我认为第一步是将

实体

转换为

列

：

df1 = df['Count'].unstack(0)
print (df1)
Entity        a  b  c
Attribute            
Price        11  2  4
ProductName  10  2  3

然后选择列依据并比较行依据（

！=

），最后一个筛选列依据

布尔掩码

：

print (df1.loc['Price'].ne(df1.loc['ProductName']))
Entity
a     True
b    False
c     True
dtype: bool

df2 = df1.loc[:, df1.loc['Price'].ne(df1.loc['ProductName'])]
print (df2)
Entity        a  c
Attribute         
Price        11  4
ProductName  10  3

如果只需要列名，则类似：

cols = df1.columns[df1.loc['Price'].ne(df1.loc['ProductName'])].tolist()
print (cols)
['a', 'c']