Pandas, groupby 列值大于 x

Question

我有一张这样的桌子

    timestamp   avg_hr  hr_quality  avg_rr  rr_quality  activity    sleep_summary_id

    1422404668  66      229             0       0           13              78
    1422404670  64      223             0       0           20              78
    1422404672  64      216             0       0           11              78
    1422404674  66      198             0       40          9               78
    1422404676  65      184             0       30          3               78
    1422404678  64      173             0       10          17              78
    1422404680  66      199             0       20          118             78

我正在尝试按timestamp 、 sleep id和rr_quality对数据进行rr_quality ，其中rr_quality > 0

我尝试了以下方法，但似乎都不起作用

 df3 = df2.groupby([df2.index.hour,'sleep_summary_id',df2['rr_quality']>0])

 df3 = df2.groupby([df2.index.hour,'sleep_summary_id','rr_quality'>0])

 df3 = df2.groupby([df2.index.hour,'sleep_summary_id',['rr_quality']>0])

他们都返回一个keyerror。

编辑：

似乎也不能一次通过多个过滤器。 我尝试了以下方法：

df2[df2['rr_quality'] >= 150, df2['hr_quality'] > 200]
df2[df2['rr_quality'] >= 150, ['hr_quality'] > 200]
df2[[df2['rr_quality'] >= 150, ['hr_quality'] > 200]]

返回： TypeError: 'Series' objects are mutable, thus they cannot be hashed

Answer 1

这里要做的最简单的事情是先过滤 df，然后执行 groupby：

df2[df2['rr_quality'] > 0].groupby([df2.index.hour,'sleep_summary_id'])

编辑

如果您打算将其分配回原始 df：

df2.loc[df2['rr_quality'] > 0, 'AVG_HR'] = df2[df2['rr_quality'] >= 150].groupby([df2.index.hour,'emfit_sleep_summary_id'])['avg_hr'].transform('mea‌​n')

loc调用将屏蔽 lhs，以便转换的结果正确对齐

要使用多个条件进行过滤，您需要使用数组比较运算符& , | 和~ for and , or和not ，另外，由于运算符优先级，您还需要将条件括在括号中：

df2[(df2['rr_quality'] >= 150) & (df2['hr_quality'] > 200)]

Answer 2

我知道这很旧，但我想补充一点，有一个官方功能可以做到这一点。 将示例从熊猫转换为您的案例：

grouped_df2= df2.groupby([df2.index.hour,'sleep_summary_id','rr_quality'])
grouped_df2.filter(lambda x: x['rr_quality'] > 0.)