Python 熊猫：按有/过滤问题分组

我有一个熊猫数据帧

df

，看起来像这样：

| Index   | Item       | Value       |
+---------+------------+-------------+
|  0      | 1024       | 20          |
|  1      | 1024       | 27          |
|  2      | 1024       | 19          |
|  3      | 4096       | 44          |
| ...     | ...        | ...         |

现在，我可以按项目列对此数据框进行分组，并对值执行一些聚合：

grouped = df.groupby(df['Item']).agg({'Value':['median', 'mean', 'std', 'count']})

如果我现在查看该分组对象，它看起来像一个堆叠的数据帧：

grouped.head()

|        | Value                       |
+--------+-----------------------------+
|        | median | mean | std | count |
+--------+--------+------+-----+-------+
| Item   |        |      |     |       |
+--------+--------+------+-----+-------+
| 1024   |  20    | 22.0 | 4.3 | 3     |
| 4096   |  44    | 44.0 | NaN | 1     |
+--------+--------+------+-----+-------+

现在，我只想筛选计数大于1的分组项目，因此我尝试了以下方法：

filtered = grouped.filter(lambda x: x['count'] > 1)

但是我得到一个：TypeError:“function”对象是不可编辑的

我也试过了

filtered = grouped.filter(lambda x: x.Value.count > 1)

或

但最后一个只抛出一个关键错误：True

在这种情况下，我如何实现这种过滤呢？在SQL中，当我要过滤pandas中的聚合分组表时，这就像编写一个

GROUP BY

/

HAVING

子句一样

例如，我如何编写一个只返回中位数=mean的行的查询

谢谢。

我找到了一个解决方案：

grouped[grouped.Value['count'] > 1]

---

我会的。显然，名称计数对该对象有两种含义，因此最好使用上面的语法来引用它。

关于“中值==mean”的问题的答案是

---

我认为您可以使用更简单的解决方案-从列中删除

多索引

，在

agg

之前添加

['Value']

，然后使用：

---

@Regenschein感谢您的更正-复制粘贴：）如果我的或其他答案有帮助，请不要忘记。谢谢

grouped[grouped.Value['count'] > 1]

df.groupby(df['Item']).filter(lambda x: x['Value'].median() == x['Value'].mean())

# One call to median(), one to mean()

g1 = (df.groupby(df['Item'])['Value'].agg(['median', 'mean', 'std', 'count']))
print (g1)

      median  mean       std  count
Item                               
1024      20    22  4.358899      3
4096      44    44       NaN      1

filtered = g1[g1['count'] > 1]
print (filtered)
      median  mean       std  count
Item                               
1024      20    22  4.358899      3