Python 在中的聚合中应用筛选器

假设我有以下

pd.DataFrame

import pandas as pd
import numpy as np

data = {'number': [1, 1, 1, 2],  'q':[np.nan, 2, np.nan, 1], 'letter': ['alpha', 'beta', 'gamma', 'alpha']}
df = pd.DataFrame(data)

   number   q   letter
0   1      NaN   alpha
1   1      2.0   beta
2   1      NaN   gamma
3   2      1.0   alpha

我想做的是按数字聚合，创建一个包含所有字母的列表，并根据

q

的值应用过滤器

如果我这样做：

df.groupby（'number'）.agg（{“字母”：lambda w:list（w）}）

将产生：

    letter
number  
1   [alpha, beta, gamma]
2   [alpha]

但是我只想包括列，这样相应的

q

值就不是

NaN

，即

  number    letter
0   1       [beta]
1   2       [alpha]

Edit：我希望有一个更通用的解决方案（不仅仅是如果我们有

NaN

值），而是如果我们想将

q

的值指定为包含或不包含的阈值

我认为需要：

如果要指定列以删除缺少的值：

df1 = df.dropna(subset=['q']).groupby('number').agg({"letter": lambda w: list(w)})
print (df1)
         letter
number         
1        [beta]
2       [alpha]

编辑：

您还可以通过以下方式进行筛选：

或：

编辑1：

也可以在功能中进行过滤，以避免丢失不匹配的组：

def f(x):
    return x.loc[x['q'] > 1, 'letter'].tolist()

df2 = df.groupby('number').apply(f).reset_index(name='val')
print (df2)
   number     val
0       1  [beta]
1       2      []

df1 = df[df['q'] > 1].groupby('number').agg({"letter": lambda w: list(w)})
print (df1)
        letter
number        
1       [beta]

---

谢谢你的回答，但我需要更一般的东西。例如，如果

q

的值大于指定的数字。太好了，谢谢！

df1 = df.query("q > 0").groupby('number').agg({"letter": lambda w: list(w)})

df1 = df[df['q'] > 0].groupby('number').agg({"letter": lambda w: list(w)})

df1 = df[df['q'].notnull()].groupby('number').agg({"letter": lambda w: list(w)})

def f(x):
    return x.loc[x['q'] > 1, 'letter'].tolist()

df2 = df.groupby('number').apply(f).reset_index(name='val')
print (df2)
   number     val
0       1  [beta]
1       2      []

df1 = df[df['q'] > 1].groupby('number').agg({"letter": lambda w: list(w)})
print (df1)
        letter
number        
1       [beta]