Pandas实战100例 | 案例 50: 分组后的过滤

案例 50: 分组后的过滤

知识点讲解

在 Pandas 中，你可以对分组后的数据进行过滤，根据每个组的特性选择或排除特定的组。这通常通过 groupby 结合 filter 方法实现。

• 分组后的过滤: 使用 filter 方法，可以根据分组的属性（如组内均值、最大值等）决定是否保留整个组。

示例代码

# 准备数据和示例代码的运行结果，用于案例 50

# 示例数据
data_grouped_filtering = {
    'Group': ['A', 'A', 'B', 'B', 'C', 'C'],
    'Values': [10, 20, 5, 15, 30, 40]
}
df_grouped_filtering = pd.DataFrame(data_grouped_filtering)

# 分组后的过滤
filtered_groups = df_grouped_filtering.groupby('Group').filter(lambda x: x['Values'].mean() > 15)

df_grouped_filtering, filtered_groups

在这个示例中，我们根据每个组的平均值是否大于 15 来决定是否保留该组。

示例代码运行结果

原始 DataFrame (df_grouped_filtering):

  Group  Values
0     A      10
1     A      20
2     B       5
3     B      15
4     C      30
5     C      40

过滤后的 DataFrame (filtered_groups):

  Group  Values
4     C      30
5     C      40

这个结果展示了只有组 C 的平均值大于 15，因此只有组 C 被保留。分组后的过滤是数据处理和分析中的一个重要技术，尤其在处理分组数据时。