python - Python Pandas - 按多个列名过滤

Question

抱歉，我查看了许多其他 StackOverflow 线程，但没有找到我正在寻找的线程。

我正在尝试使用 pandas 来解决这个问题，但我不一定需要 pandas 解决方案。我创建了一个熊猫数据框：

df = pd.DataFrame({'Provider' : ['Prov1', 'Prov1', 'Prov1', 'Prov1', 'Prov2', 'Prov2', 'Prov2'],
               'Field' : ['Chemistry', 'Biology', 'Chemistry', 'Biology', 'Biology', 'Engineering', 'Biology'],
               'Downloads' : [10, 12, 10, 8, 4, 20, 14]})

我想要做的基本上是按多列过滤。这个的伪代码是：

#if provider = 'Prov1':
    #for field in provider:
        #sum downloads for these criteria

理想情况下，我的输出将是一个元组，例如(Chemistry, 20), (Biology, 20).

我尝试过使用 pandas.loc、pandas.groupby 的各种方法，但这些方法似乎都允许一级过滤。意思是，我可以选择一列作为过滤依据。但我不知道如何按多个级别进行过滤。

标签： pythonpandaspandas-groupby

Answer 1

您可以使用 filterdf[df['Provider']=='Prov1']后跟groupbyand sum：

result = df[df['Provider']=='Prov1'].groupby('Field', as_index=False).sum().values.tolist()

结果是列表列表：

[['Biology', 20], ['Chemistry', 20]]