【发布时间】：2022-09-22 21:11:03
【问题描述】：
我有一个看起来像这样的数据集：
| category | value |
|---|---|
| A | 1 |
| A | 0.5 |
| A | 0.33 |
| B | 0.5 |
| B | 0.33 |
| C | 5 |
| C | 0.33 |
对于每个类别，我想获取所有值 <= 0.5 的实例。我想为每个类别计算这些实例。
我理想的最终目标是拥有一个数据框或列表，其中包含每个类别的计数。
非常感谢你的帮助。
标签： python pandas function loops for-loop
【发布时间】：2022-09-22 21:11:03
【问题描述】：
您可以在值与 0.5 的比较的布尔系列上使用 groupby.sum：
out = df['value'].le(0.5).groupby(df['category']).sum()
或者，使用boolean indexing 和value_counts：
df.loc[df['value'].le(0.5), 'category'].value_counts()
输出：
category
A 2
B 2
C 1
Name: value, dtype: int64
【讨论】：