获取给定次数超过某个值的列的值答案

【问题标题】：Get values of a column having more than a certain value for given number of times获取给定次数超过某个值的列的值
【发布时间】：2021-08-26 22:45:54
【问题描述】：

我有一个数据框dfas：

  Election Year     Votes   Votes %     Party              Region   
0   2000            42289   29.40   Janata Dal (United)     A
1   2000            27618   19.20   Rashtriya Janata Dal    B
2   2000            20886   14.50   Bahujan Samaj Party     C 
3   2000            17747   12.40   Congress                D
4   2000            14047   9.80    Independent             E
5   2005            8358    5.80    Janvadi Party           A
6   2005            4428    13.10   Independent             B
7   2005            1647    1.20    Independent             C
8   2005            1610    11.10   Independent             D
9   2005            1334    15.06   Nationalist  Party      E
10  2010            1114    0.80    Independent             A
11  2010            1042    10.5    Bharatiya Janta Dal     B
12  2010            835     0.60    Independent             C
13  2010            14305   15.50   Independent             D
14  2010            22211   17.70   Congress                E

我需要找到每个“选举年”中 3 个或更多政党获得超过 10% 投票份额的“地区”。

我已将选举年按升序排序，投票百分比按降序排序：

 df1 = df.sort_values(['Election Year','Votes %'], ascending = (True, False))

然后我获得了每个地区的前三名：

top_3 = df1.groupby(['Election Year', 'Region']).head(3).reset_index()

现在如何检查排名前 3 的地区每年是否有 10% 或更多的选票？

【问题讨论】：

您的预期输出 df 是什么样的？
我只需要每个选举年有 3 个或更多政党获得超过 10% 选票的地区列表。
所以在您的示例 df 中，不会返回任何区域？
这只是一个表示。在这种情况下可能没有区域。我为此道歉。但是，如果有任何这样的区域，实际上在我的数据集中，如何继续获得该输出？

标签： python pandas dataframe data-science

【解决方案1】：

你在寻找这样的东西吗？

def election(df):
    count = df['Votes %'].gt(10).sum()
    regions = ','.join(df['Region'].where(df['Votes %'].gt(10),'None').tolist())
    return pd.Series({'count':count,'regions':regions})
ndf = df.groupby(['Election Year','Party']).apply(election)
ndf = ndf.replace(['None,','None'],'',regex=True)

【讨论】：