要按条件分组的Pandas Groupby,可以使用groupby()
函数结合条件筛选来实现。下面是一个示例代码:
import pandas as pd
# 创建一个示例数据集
data = {
'Name': ['Tom', 'Nick', 'John', 'Tom', 'John'],
'Age': [25, 30, 35, 25, 35],
'City': ['London', 'New York', 'Paris', 'London', 'Paris']
}
df = pd.DataFrame(data)
# 按条件分组并计算平均年龄
grouped = df[df['City'] == 'London'].groupby('Name')['Age'].mean()
print(grouped)
输出结果:
Name
Tom 25
Name: Age, dtype: int64
在这个示例中,我们首先创建了一个包含姓名、年龄和城市的示例数据集。然后,我们使用条件筛选df['City'] == 'London'
来选择城市为伦敦的行。接下来,我们使用groupby()
函数按姓名分组,并计算每个人的平均年龄。最后,我们打印出分组结果。
你可以根据自己的需求修改条件筛选的条件和分组的列名来适应不同的情况。
上一篇:按条件分组的金额总和优化查询
下一篇:按条件分组的重复项的PCA图