基于列值过滤后的 Pandas Groupby

Question

您好，我正在尝试根据三列进行分组，然后对第四列进行聚合/总和。我只对 Mo_Year 列（float）为 10.2019、11.2019 和 12.2019 感兴趣并汇总最后一列 Amount 的总和。 我尝试使用 goupby 进行过滤，如下所述。 Mo_Year 的过滤没有发生。

示例数据集如下

    Name  Mo_Year    Item  Amount
    A1    10.2019    cat     60
    A2    1.2019     dog     40
    A3    12.2019    cat     10  
    A4    3.2019     dog     30
    A5    4.2019     cat     10
    A1    10.2019    dog     50
    A2    11.2019    cat     30
    A3    3.2019     cat     20
    A4    10.2019    dog     10
    A5    11.2019    cat     70

df_test = df1.groupby(['Name','Mo_Year', 'Item']).filter(lambda x: (x['Mo_Year'] == 10.2019).any() & (x['Mo_Year'] == 12.2019).any())                                                                                                                                                   

有人可以帮忙吗？谢谢。

Answer 1

首先如果检查filtration，它的工作方式不同。

返回分组中的所有数据，如果匹配条件，则删除分组中的所有数据。

---

如果值为浮点数，需要将&改为or：

df_test=(df1.groupby(['Name','Mo_Year', 'Item'])
            .filter(lambda x: (x['Mo_Year'] == 10.2019).any() or 
                              (x['Mo_Year'] == 12.2019).any()))

或：

df_test=(df1.groupby(['Name','Mo_Year', 'Item'])
            .filter(lambda x: (x['Mo_Year'].isin([10.2019,11.2019,12.2009]).any())

但也许groupby应该被省略，如果只需要按条件过滤：

df= df[df['Mo_Year'].isin([10.2019,11.2019,12.2009])]