python - 如果满足 groupby sum 条件,则 Pandas 追加
问题描述
如果这是一个重复的问题,我很抱歉我不确定我想要做什么的具体语法。
我想遍历大df,其中A和B是索引值,x,y,z是数据列
df=
A B x y z
0.1 0.2 2 2 0
0.1 0.3 1 3 0
0.1 0.4 3 3 0
0.2 0.2 4 1 -1
0.2 0.3 5 3 0
0.2 0.1 6 1 0
0.3 0.2 1 1 0
0.3 0.5 1 2 0
0.3 0.7 2 1 0
如果满足以下条件:
df.groupby('A')['z'].sum()==0
将整个 groupby 对象附加到一个新的 df 或生成满足此条件的所有 groupby obj 的 df。
预期输出:
new_df=
A B x y z
0.1 0.2 2 2 0
0.1 0.3 1 3 0
0.1 0.4 3 3 0
0.3 0.2 1 1 0
0.3 0.5 1 2 0
0.3 0.7 2 1 0
我正在尝试类似的东西
new_df = df.loc[df.groupby('A')['z'].sum())==0]
但这不起作用。
解决方案
推荐阅读
- numerical-methods - 如何证明 Householder 方法的计算复杂度?
- python - pyarrow 表过滤——huggingface
- python - 如何从现有列创建新的数据框列并将值从最小到最大排序
- react-native - 如何为用户(React-Native App)提供下拉选项?
- ruby-on-rails - Rails Minitest:尝试使用 assert_select 时出现关于“document_root_element”的错误
- flutter - 颤振类型的轮播 z-index
- r - 如何从正态分布中提取观察值并使用自定义估计器计算平均值,然后在 r 中循环运行此过程
- excel - 如何在 Excel VBA 中为用户窗体和单元格使用嵌套的 For 循环?
- javascript - 如何让作者角色在 Strapi 仪表板上发布内容?
- r - 如何自动生成函数中的组比较以用于 stat_compare_mean?