如何过滤多索引数据中的 groupby 数据框答案

【问题标题】：How to filter the groupby dataframe in a multiindexed data如何过滤多索引数据中的 groupby 数据框
【发布时间】：2022-09-27 20:46:41
【问题描述】：

我有一个这样的数据框：

df:
ID  Group   Score1
1     A       45       
2     A       12
3     B       33
3     C       64
.     .       .
.     .       .
15000 .       .

有数千个重复的 ID，总共 15 个组。对于每个组，我想显示

大于或等于中值的唯一 ID 数
大于 40 分的唯一 ID 数
分数列第一个四分位数（0-25 个百分位范围）以下的唯一 ID 数

得分列第三个四分位数（第 75 - 100 个百分位数范围）以上的唯一 ID 数

所以我的输出看起来像这样：输出：

Group  No of unique  No of unique  No of unique      No of unique
      IDs >= Median  IDs > 40       IDs below         IDs above the
                                  first quartile      third quartile
 A         56           25             17                 45
 B         33           78             28                 62
 C         23           36             38                 33
 .
 .
 P         39           28             26                 41

谁能帮我这个？非常感谢！

标签： python python-3.x pandas dataframe

【解决方案1】：

希望这有效。首先，我首先在原始数据框中创建了四个相应的列。然后创建df1，这是具有唯一ID 的数据框df。最后，使用 pd.groupby() 您可以创建所需的输出：

df = pd.DataFrame({'ID': list(range(100)),
                   'Group': list('ABCDE')*20,
                   'Score1': np.random.randint(10, 99, 100)})

df['No of unique IDs >= Median'] = df.Score1 >= df.Score1.median()
df['No of unique IDs > 40'] = df.Score1 > 40
df['No of unique IDs < first quartile'] = df.Score1 < df.Score1.quantile(0.25)
df['No of unique IDs > third quartile'] = df.Score1 > df.Score1.quantile(0.75)

df1 = df.groupby(['ID', 'Group']).any().reset_index()

df1.groupby('Group').agg({'No of unique IDs >= Median': 'sum',
                          'No of unique IDs > 40': 'sum',
                          'No of unique IDs < first quartile': 'sum',
                          'No of unique IDs > third quartile': 'sum'})

【讨论】：