过滤数据库 groupby 输出而不将其存储在变量中

Question

我在 col1 中有一个带有 Person ID 的数据，它可以重复暗示同一个人的另一行。 col2 表示对于某些参数，该行（实例）是 Y 还是 N。

示例：

col1    col2
1       Y
1       Y
1       N
1       Y
1       N
2       Y
2       N
2       N
3       N
3       N
3       N
3       N

有一百万这样的行。

我需要得到那些只有 'N' 和他们的 'N' 计数的人的过滤输出。

所以我做了这样的事情：

data.groupby('col1')['col2'].value_counts().unstack(level=1)

这让我得到以下信息：

col1    Y    N
1       3    2
2       1    2
3       NaN  4

但我只需要第三行。

我尝试使用以下方法应用过滤器，但它们不起作用。

data.groupby('col1')['col2'].value_counts().unstack(level=1)['Y'.isna()]
data.groupby('col1')['col2'].value_counts().unstack(level=1).query("'Y'.isna()")

我知道如果不以data['Y'] 格式在其前面添加数据变量，我无法直接引用“Y”列。但我不希望将此 groupby 结果保存在新变量中。

我们有什么方法可以过滤输出而不将其保存到变量中？

例如：

data.groupby('col1')['col2'].value_counts().unstack(level=1)['Y'].isna().sum()

这会给我一些案例。但是，我也需要 col1 值。

Answer 1

去掉Y周围的引号：

>>> data.groupby('col1')['col2'].value_counts().unstack(level=1).query("Y.isna()")
col2    N   Y
col1         
3     4.0 NaN
>>> 

或者True:

>>> x = data.groupby('col1')['col2'].value_counts().unstack(level=1)
>>> x[x[True].isna()]
col2  False  True 
col1              
3       4.0    NaN
>>>