聚合函数的分组和过滤

【问题标题】：Grouping by and filtering for an agg function聚合函数的分组和过滤
【发布时间】：2019-11-11 00:39:16
【问题描述】：

我正在尝试计算两列下的平均重量，性别和类型，因为 df 如下：

sex |  type     | weight
 M     Obese      305
 F     Normal     100
 M     Underweight 105

【问题讨论】：

标签： python python-3.x pandas data-science

【解决方案1】：

您在这里使用了filter 错误。将您想要保留的内容传递给like 参数：

df.groupby(['sex','type'])['weight'].mean().filter(like='Obese')

输出：

sex  type 
M    Obese    305
Name: weight, dtype: int64

【讨论】：

如果只有两个，你可以过滤两次，即filter(like='Obese').filter(like='M')。
否则最好分两步完成。首先获取平均值，然后使用具有多个条件的布尔索引。

【解决方案2】：

你想这样做吗？

import pandas as pd

df = pd.DataFrame({'sex': ['M', 'F', 'M'], 'type':['obese', 'Normal' ,'Underweight'],
    'weight': [305, 100, 105]})
print(df[df['type'] == 'obese']['weight'].mean())

首先，我认为您不需要 filter() 函数，它所做的事情与您想象的不同。其次，您总是希望先选择或“过滤”，然后再进行计算。

希望这会有所帮助。

【讨论】：