时间戳

首页 > 解决方案 > Pandas 中的 SQL 选择和分组依据

python-3.x - Pandas 中的 SQL 选择和分组依据

问题描述

Track   Actor                  Movie
1       Katherine Hepburn      Guess Who's Coming to Dinner
2       Katherine Hepburn      Guess Who's Coming to Dinner
3       Katherine Hepburn      On Golden Pond
4       Katherine Hepburn      The Lion in Winter
5       Bette Davis            What Ever Happened to Baby Jane?
6       Bette Davis            The Letter
7       Bette Davis            The Letter
...
100     Omar Shariff           Lawrence of Arabia

需要在 python 中编写代码来选择所有出演过不止一部电影的演员并将他们的名字附加到一个列表中。

以下 SQL 查询的 python 等效项。

SELECT Actor, count(DISTINCT Movie)
FROM table
GROUP by Actor
HAVING count(DISTINCT Movie) > 1

标签： python-3.xpandassqlitegroup-bypandas-groupby

解决方案

您可以对电影值使用drop_duplicates()方法：DISTINCT

df=df.drop_duplicates(subset=['Actor','Movie'])

现在对于分组和聚合使用groupby()方法和链agg()方法：

result=df.groupby('Actor').agg(count=('Movie','count'))

最后使用布尔掩码并检查您的条件（计数> 1）：

result=result[result['count']>1]

推荐阅读