Python Pandas：基于组聚合筛选DataFrameGroupBy（df.groupby）

直接使用

df
| a  | b |
|----|---|
| 10 | 1 |
| 10 | 5 |
| 11 | 1 |

让我们只获得

grouped = df.groupby('a')

屈服

selector = grouped.b.max() - grouped.b.min() >= 3

我的问题是，当使用DataFrameGroupBy元素时，df=df.loc[]的等价物是什么

在基于.aggreate函数进行筛选时，是否有办法保留组？谢谢

您可以使用峰到峰

df
| a  |       |
|----|-------|
| 10 | True  |
| 11 | False |

您可以使用峰到峰

df
| a  |       |
|----|-------|
| 10 | True  |
| 11 | False |

---

遗憾的是，我没有找到一个直接的解决办法。。所以我使用2个groupby解决了这个问题：

---

遗憾的是，我没有找到一个直接的解决办法。。所以我使用2个groupby解决了这个问题：

对于df.loc[]等效问题，您只需执行以下操作：

df=df.set_索引'a'\ .loc[df.groupby'a'.b.aggnp.ptp.gt3]\ .reset_索引 或者，内部连接解决方案：

选择器=df.groupby'a'.b.aggnp.ptp.gt3 选择器=选择器。loc[选择器] df=df.mergeselector，on='a'，后缀=[，\u drome] df=df.loc[：，filterlambda col:_dropmenot in col，df.columns] 产出：

a b 0 10 1 1 10 5 PS+1@rafaelc-对于.ptp问题

对于df.loc[]等效问题，您只需执行以下操作：

df=df.set_索引'a'\ .loc[df.groupby'a'.b.aggnp.ptp.gt3]\ .reset_索引 或者，内部连接解决方案：

选择器=df.groupby'a'.b.aggnp.ptp.gt3 选择器=选择器。loc[选择器] df=df.mergeselector，on='a'，后缀=[，\u drome] df=df.loc[：，filterlambda col:_dropmenot in col，df.columns] 产出：

a b 0 10 1 1 10 5

---

PS+1@rafaelc-关于.ptp的事情

Hi@yatu，不，它没有回答这个问题。您的解决方案没有从我编写的代码中获得任何好处。问题不是如何归档筛选条件的一系列真或假-使用grouped.b.max-grouped.b.min>=3可以很好地工作。最初的问题是，我如何将这些True | False选择器应用于DataFrameGroupBy，以仅保留那些为True的组。换句话说：我想过滤掉那些根据选择器为False的组。那么就用结果怎么样？确切地说：我正在寻找一种只保留那些为True的组的解决方案。在DataFrames上使用df.loc可以很容易地完成，但是我没有看到DataFrameGroupByHi@yatu的函数，不，它没有回答这个问题。您的解决方案没有从我编写的代码中获得任何好处。问题不是如何归档筛选条件的一系列真或假-使用grouped.b.max-grouped.b.min>=3可以很好地工作。最初的问题是，我如何将这些True | False选择器应用于DataFrameGroupBy，以仅保留那些为True的组。换句话说：我想过滤掉那些根据选择器为False的组。那么就用结果怎么样？确切地说：我正在寻找一种只保留那些为True的组的解决方案。在数据帧上使用df.loc可以很容易地完成，但是我没有看到DataFrameGroupBy的函数，我不知道np.ptp-谢谢！然而，遗憾的是，这只是grouped.b.max-grouped.b.min>=3的替代版本。这不是问题-我对上面的问题进行了评论以使其更清楚。发布了一个基于两个groupby的解决方案，想知道是否没有直接过滤的可能性DataFrameGroupBy@gies0r嗯，很有趣。你能进一步解释吗？在答案中添加了附加注释+修复了一个快速错误。希望现在更清楚了。我不知道np.ptp-谢谢！然而，遗憾的是，这只是grouped.b.max-grouped.b.min>=3的替代版本。这不是问题-我对上面的问题进行了评论以使其更清楚。发布了一个基于两个groupby的解决方案，想知道是否没有直接过滤的可能性DataFrameGroupBy@gies0r嗯，很有趣。你能进一步解释吗？在答案中添加了附加注释+修复了一个快速错误。希望现在更清楚。groupby'a'。isin不存在。我不确定你希望你的最终结果是什么？此代码不支持run@rafaelc这是一个快速的错误-我用不同的变量名在代码中修复了它，并将其抽象到这个示例中。修正了：groupby'a.isin不存在。我不确定你希望你的最终结果是什么？此代码不支持run@rafaelc这是一个快速的错误-我用不同的变量名在代码中修复了它，并将其抽象到这个示例中。修正了它知道：

a
10     True
11    False
Name: b, dtype: bool

# Build True/False Series for filter criteria
selector = df.groupby('a').b.agg(np.ptp) > 3

# Only select those 'a' which have True in filter criteria
selector = selector.loc[selector == True]

# Re-Create groups of 'a' with the filter criteria in place
# Only those groups for 'a' will be created, where the MAX-MIN of 'b' are > 3.
grouped = df.loc[df['a'].isin(selector.index)].groupby('a')