Python 如何在熊猫中按分组进行筛选

我是熊猫的新手。我有以下数据集。 将数据集视为公司的部门（“k1”）和人员（“k2”）

dframe = pd.DataFrame({'k1': ['X','X','Y','Y','Z','Z'],
   ...:                         'k2': ['P1','P2','P3','P4','P5','P6'],
   ...:                          'dataset1': np.random.randn(6)})
   ...:

如果我取按部门/k1分组的平均值，我得到以下结果

   dataset1
k1
X   0.153825
Y  -0.648500
Z   1.133334

In [6]: dframe.groupby('k2').mean()
Out[6]:
    dataset1
k2
P1  1.595455
P2 -1.287805
P3  0.211858
P4 -1.508859
P5  1.350336
P6  0.916332

如果我取按人/k2分组的平均值，我得到以下结果

   dataset1
k1
X   0.153825
Y  -0.648500
Z   1.133334

In [6]: dframe.groupby('k2').mean()
Out[6]:
    dataset1
k2
P1  1.595455
P2 -1.287805
P3  0.211858
P4 -1.508859
P5  1.350336
P6  0.916332

我的问题是如何只过滤按人员/k2分组的平均值，该值大于它所属的dept/k1的平均值。e、 g.P1平均值大于其所属的X平均值

Out[6]:
    dataset1
k2
P1  1.595455
P3  0.211858
P5  1.350336

样本（将

P6

更改为

P5

）：

首先通过和创建新列：

然后按

mean

进行聚合，并且还需要将

k1

列添加到

groupby

中，以避免在另一个

k1

中出现相同的

k2

时输出错误

dframe = dframe.groupby(['k1','k2']).agg({'dataset1':'mean', 'meank1':'first'})
print (dframe)
         meank1  dataset1
k1 k2                    
X  P1  0.143348  0.026375
   P2  0.143348  0.260322
Y  P3 -0.299723 -0.395146
   P4 -0.299723 -0.204301
Z  P5 -1.934256 -1.934256

由或进行最后筛选：

如果要删除第一级

多索引

添加：

对于索引中的列，请使用：

dframe = dframe.reset_index(level=0, drop=True).reset_index()
print (dframe)
   k2  dataset1
0  P1  0.026375
1  P3 -0.395146

---

非常感谢，耶斯雷尔。我明白了转化的作用。美丽

dframe = dframe.reset_index(level=0, drop=True)
print (dframe)
    dataset1
k2          
P1  0.026375
P3 -0.395146

dframe = dframe.reset_index(level=0, drop=True).reset_index()
print (dframe)
   k2  dataset1
0  P1  0.026375
1  P3 -0.395146