按结果筛选多级分组

Question

我有一个多级groupby，它返回数据帧中每个分组的分组行数。它在没有标签的新列中显示它。我试图过滤不等于6的计数。我尝试为此创建一个True/False索引，但是我不知道如何从索引中返回结果。我也尝试过filter和lambda的组合，但没有成功。在

在这里，df是新的波长，这里是person，其中的列是新的代码。在

df_new.groupby([df_new['Person'], df_new['WL'], df_new['File'], 
df_new['Threshold']])['RevNum'].count()

我得到了一份计数清单，不过，这是我所能得到的。我不知道怎么才能只看到不等于6的记录。在

例如，在结果的底部有一个条目：

^{2}$

更大的结果示例：

Person  WL   File                   Threshold
AEM     440  AEM-2018-05-23_11_440  0            6
                                    1            6
             AEM-2018-05-23_50_440  0            6
                                    1            6
        452  AEM-2018-05-23_11_440  0            6
                                    1            6
             AEM-2018-05-23_50_440  0            6
                                    1            6
        464  AEM-2018-05-23_11_440  0            6
                                    1            6
             AEM-2018-05-23_50_440  0            6
                                    1            6
        476  AEM-2018-05-23_11_440  0            6
                                    1            6
             AEM-2018-05-23_50_440  0            6
                                    1            6
        488  AEM-2018-05-23_11_440  0            6
                                    1            6
             AEM-2018-05-23_50_440  0            6
                                    1            6
AGC     440  AGC-2018-05-25_12_440  0            6
                                    1            6
             AGC-2018-05-25_50_440  0            6
                                    1            6
        452  AGC-2018-05-25_12_440  0            6
                                    1            6
             AGC-2018-05-25_50_440  0            6
                                    1            6
        464  AGC-2018-05-25_12_440  0            6
                                    1            6
                                                ..
TRW     620  TRW-2017-04-08_60_572  0            6
                                    1            6
        632  TRW-2017-04-25_60_584  0            6
                                    1            6
        644  TRW-2017-04-08_60_572  0            6
                                    1            6
        656  TRW-2017-04-25_60_584  0            5
                                    1            6
             TRW-2017-04-25_60_656  0            6
                                    1            6

当我将代码更改为：

df_counts = df_new.groupby([df_new['Person'], df_new['WL'], df_new['File'], 
df_new['Threshold']])['RevNum'].count()

它将它存储为一个序列而不是一个dataframe，并且我无法使用值（groupby的计数结果）访问最后一列。在

当我尝试：

df_counts_grouped = df_new.groupby([df_new['Person'], df_new['WL'], 
                    df_new['File'], df_new['Threshold']])['RevNum'].count()
df_counts_grouped.filter(lambda x: x['B'].max() != 6)

我试过了。max，.min，.count等

它说“函数”对象是不可编辑的。 我相信一个系列是不可忍受的？ 任何帮助筛选我的groupby结果的人都将不胜感激。在

如果我可以将groupby的结果放入一个新的dataframe中并重命名结果的“count”列，那么我就可以访问它。不知道如何将我的groupby的count结果发送到新的数据帧。或者，我不确定如何使用结果仅从第一个数据帧中选择适当的行，因为它是原始数据帧中许多行的计数。在

在执行任何groupby操作之前，dataframe看起来像这样。在

File    Threshold   StepSize    RevNum  WL  RevPos  BkgdLt  Person  Date    AbRevPos    ExpNum  EarlyEnd
48  AEM-2018-05-23_11_440   1   1.50    7.0 464 -2.07   11  AEM 2018-05-23  2.07    Two NaN
49  AEM-2018-05-23_11_440   1   0.82    8.0 464 -3.57   11  AEM 2018-05-23  3.57    Two NaN
50  AEM-2018-05-23_11_440   1   1.50    7.0 488 -2.58   11  AEM 2018-05-23  2.58    Two NaN
54  AEM-2018-05-23_11_440   1   0.82    8.0 488 -5.58   11  AEM 2018-05-23  5.58    Two NaN
55  AEM-2018-05-23_11_440   1   1.50    7.0 440 -3.00   11  AEM 2018-05-23  3.00    Two NaN

<class 'pandas.core.frame.DataFrame'>
Int64Index: 3286 entries, 48 to 7839
Data columns (total 12 columns):
File         3286 non-null object
Threshold    3286 non-null int64
StepSize     3286 non-null float64
RevNum       3286 non-null float64
WL           3286 non-null int64
RevPos       3286 non-null float64
BkgdLt       3286 non-null int32
Person       3286 non-null object
Date         3286 non-null datetime64[ns]
AbRevPos     3286 non-null float64
ExpNum       3286 non-null object
EarlyEnd     0 non-null float64
dtypes: datetime64[ns](1), float64(5), int32(1), int64(2), object(3)
memory usage: 320.9+ KB

此代码：

df_counts_grouped = df_new.groupby([df_new['Person'], df_new['WL'], df_new['File'], df_new['Threshold']])['RevNum'].count()
df_counts_grouped.head(10)

产生以下输出：

Person  WL   File                   Threshold
AEM     440  AEM-2018-05-23_11_440  0            6
                                    1            6
             AEM-2018-05-23_50_440  0            6
                                    1            6
        452  AEM-2018-05-23_11_440  0            6
                                    1            6
             AEM-2018-05-23_50_440  0            6
                                    1            6
        464  AEM-2018-05-23_11_440  0            6
                                    1            6
Name: RevNum, dtype: int64

我找到了我问题的答案的开始，那就是语法。这就在于熊猫系列和熊猫数据帧之间的区别！在

df_new.groupby('Person')['WL'].count() # produces Pandas Series
df_new.groupby('Person')[['WL']].count() # Produces Pandas DataFrame

在：https://shanelynn.ie/summarising-aggregation-and-grouping-data-in-python-pandas/

Answer 1

我为您创建了一个快速、完整且可验证的示例：

In [1]: import pandas as pd

In [2]: df = pd.DataFrame({'Letter':['a', 'b']*2, 'Number':[1]*3+[2]})

In [3]: df
Out[3]: 
  Letter  Number
0      a       1
1      b       1
2      a       1
3      b       2

In [4]: df.groupby(['Letter', 'Number'])['Number'].count()
Out[4]: 
Letter  Number
a       1         2
b       1         1
        2         1
Name: Number, dtype: int64

In [5]: grouped_counts = df.groupby(['Letter', 'Number'])['Number'].count()

In [6]: type(grouped_counts)
Out[6]: pandas.core.series.Series

如您所见，计数的最大数目是2，因此让我们筛选出计数小于2的所有组：

^{pr2}$

Answer 2

我想出来了！这是一个超级简单的语法问题，从一个序列到一个数据帧！在

df_new.groupby('Person')['WL'].count() # produces Pandas Series
df_new.groupby('Person')[['WL']].count() # Produces Pandas DataFrame

在：https://shanelynn.ie/summarising-aggregation-and-grouping-data-in-python-pandas/

我的代码现在看起来是这样的，我只能返回反转编号（RevNum）不是6的条目。在

^{pr2}$

“RevNum”前后的单括号的简单变化：

df_counts_grouped = df_new.groupby([df_new['Person'], df_new['WL'], df_new['File'], df_new['Threshold']])['RevNum'].count()

要在列标签“RevNum”周围加上双括号：

df_counts_grouped = df_new.groupby([df_new['Person'], df_new['WL'], df_new['File'], df_new['Threshold']])[['RevNum']].count()

修好了一切！在