时间戳

首页 > 解决方案 > Pandas 过滤分组数据并聚合

python - Pandas 过滤分组数据并聚合

问题描述

我想将数据分组DataFrame，过滤掉每组中的异常值（例如分位数（0.95）），然后汇总每组的结果。

我试着这样做：

import pandas as pd
import numpy as np

dff = pd.DataFrame({"A": np.arange(8), "B": list("aabbbbcc")})
group = dff.groupby(["B"])
print(group.mean())
group1 = group.apply(lambda g: g[g["A"] < g["A"].quantile(0.95)])

print("-------")
print(group1.mean())

但是，它似乎没有做正确的事情，因为group1对象实际上不是DataFrameGroupBy对象group。我找不到任何返回过滤DataFrameGroupBy对象的函数

标签： pythonpandas

解决方案

这可以通过在“B”上再次分组来完成。请注意，为此需要重置索引（drop = True以避免在数据框中重复“B”），否则该groupby函数将产生错误，指出“B”既是索引级别又是列标签。尝试替换group1.mean()为：

group1.reset_index(drop=True).groupby("B").mean()

推荐阅读