熊貓：groupby value_count按頻率和子類別過濾

Question

我在Pandas中有一個這樣的數據框：

Session Rating
A       Positive
A       Positive
A       Positive
A       Negative
B       Negative
B       Negative
C       Positive

使用counts = df.groupby('Session')['Rating'].value_counts()我得到了一個Series對象，如下所示：

Session Rating
A       Positive  3
        Negative  1
B       Negative  2
C       Positive  1

我想做的是根據兩個條件進行過濾：
1）按頻率過濾，因此計數> 1
2）按評分==“正”過濾

我發現該線程適用於1），但是我不確定該怎么做2），因為它是一個Series，並且我無法獲得Ratings字段。 預期結果將為A Positive 3

最后，我想屏蔽我的原始數據框，以排除所有滿足這兩個條件的行。 幫助將不勝感激，謝謝！

Answer 1

您可以使用此組合，首先對Ratings =='positive'的數據框進行過濾，然后對groupby和value_counts進行濾波以得到一個序列，最后，將.loc與lambda函數一起使用以創建布爾值，以僅選擇序列中大於1。

df[df.Rating == 'Positive'].groupby('Session')['Rating'].value_counts().loc[lambda x: x>1]

輸出：

Session  Rating  
A        Positive    3
Name: Rating, dtype: int64

Answer 2

這是使用groupby.size ，然后進行query的一種方法：

res = df.groupby(['Session', 'Rating']).size().reset_index(name='Count')\
        .query('(Rating == "Positive") & (Count > 1)')

print(res)

  Session    Rating  Count
1       A  Positive      3