从数据框中的一列中查找条件值的出现并计算另一列中的值答案

【问题标题】：Find occurrences of conditional value from one column and count values from another column in a dataframe从数据框中的一列中查找条件值的出现并计算另一列中的值
【发布时间】：2019-05-21 22:15:12
【问题描述】：

我有一个包含用户 ID、周数和 X 列的数据框，如下所示：

如果 X 大于 3 持续 3 周，我会尝试按 userIds 进行分组。

我曾尝试在 pandas 中使用 groupby 和 lambda，但我被卡住了

weekly_X = df.groupby(['Userid','Week #'], as_index=False)

UserIds Week  X
123      14   3
123      15   4
123      16   7
123      17   2
123      18   1
456      14   4
456      15   5
456      16   11
456      17   2
456      18   6

我的目标是一个数据框，其中包含用户 456 以及该情况发生的周数。

【问题讨论】：

标签： python-3.x pandas pandas-groupby

【解决方案1】：

df_3 = df.groupby('UserIds').apply(lambda x: (x.X > 3).sum() > 3).to_frame('ID_want').reset_index()
df = df[df.UserIds.isin(df_3.loc[df_3.ID_want == 1,'UserIds'])]

【讨论】：

如果我在问题中显示的原始数据框的类型是 DataFrameGroupBy Object 而不是 Dataframe？
然后，你可以直接用你的groupby对象替换我的“df.groupby('UserIds')”
或者您可以上传获取 groupby 对象的代码

【解决方案2】：

使用聚合sum 获取更大的值（例如3）的计数，然后过滤更大的值（例如3）：

s = df['X'].gt(3).astype(int).groupby(df['UserIds']).sum()

out = s[s.gt(3)].reset_index(name='count')
print (out)
   UserIds  count
0      456      4

【讨论】：

非常干净的解决方案，但是我遇到了麻烦，因为我正在使用的数据框是 DataFrameGroupBy 对象类型。我尝试过使用 .apply 但它似乎不起作用。
@ramez - 这是什么原因？不需要weekly_X = df.groupby(['Userid','Week #'], as_index=False)