使用 groupby() 函数进行 DataFrame 操作 - 按特定数据点数据值过滤答案

【问题标题】：DataFrame manipulation with groupby() function- filtering by specific data pointsata values使用 groupby() 函数进行 DataFrame 操作 - 按特定数据点数据值过滤
【发布时间】：2021-06-29 18:30:14
【问题描述】：

我有以下数据框：

我想按系列显示在管理职位上拥有和不拥有自己房屋的单身人数。我目前有以下代码：

df['housing'].groupby([df['marital'], df['job']]).value_counts()

但是，这目前正在计算每个工作和婚姻状况的房主/非房主数量。我只关心拥有管理职位的单身人士。

如何对结果系列应用过滤器，使其仅显示我感兴趣的数据？

【问题讨论】：

欢迎来到 SO！提问时，请将示例数据粘贴为 pandas 数据框、字典或至少是原始数据，而不是链接到图片。
这能回答你的问题吗？ Conditional grouping
@SarahSawyer pd.DataFrame() 是最好的，但作为字典或打印输出也可以。查看这些页面以获取入门帮助：minimal reproducible example、How to Ask、help center
@k_n_c 谢谢，我是新手，所以我不确定如何输入数据框。它也很大
@SarahSawyer 这是最小可重现示例的“最小”部分。通常建议使用五到六行，除非需要更多行来重现错误或情况。

标签： python pandas dataframe group-by pandas-groupby

【解决方案1】：

试试query：

df.query('job=="management" and marital=="single"')['housing'].value_counts()

或者你可以使用loc:

df.loc[df['job'].eq('management') & df['marital'].eq('single'),
       'housing'].value_counts()

注意如果您之后对数据进行切片，您的方法也可以工作：

(df['housing'].groupby([df['marital'], df['job']])
   .value_counts()
   .loc[('single','management')]
)

【讨论】：

@QuangHoang 可以用groupby/value_counts 解释一下.loc 中的元组是如何工作的吗？
@k_n_c 查看更多详细信息in the doc。简而言之，您可以使用元组对 MultiIndex 进行切片。