如何找到一列的值，使得另一列中的值不大於 3

Question

我想找到與一列對應的值，以便另一列中的值沒有大於 3 的值。

例如，在以下數據框中

df = pd.DataFrame({'a':[1,2,3,1,2,3,1,2,3], 'b':[4,5,6,4,5,6,4,5,6], 'c':[4,3,5,4,3,5,4,3,3]})

我想要列 'a' 的值，其中 'c' 的所有值都大於 3。

我認為 groupby 是正確的方法。 我下面的代碼更接近它。

df.groupby('a')['c'].max()>3
a
1     True
2    False
3     True
4    False
Name: c, dtype: bool

上面的代碼給了我一個布爾框架。 我怎樣才能得到 'a' 的值，使其為真。 我希望我的輸出是 [1,3]

在非常大的數據框（超過 3000 萬行）上，是否有更好、更有效的方法來獲取它。

Answer 1

從您的代碼中，我看到您實際上想要輸出：

• 每個組的組鍵（ df按a分組），
• 其中c列（在當前組內）中沒有值大於3 。

為了得到一些非空的結果，讓我們將源 DataFrame 更改為：

   a  b  c
0  1  4  4
1  2  5  1
2  3  6  5
3  1  4  4
4  2  5  2
5  3  6  5
6  1  4  4
7  2  5  2
8  3  6  3

為了可讀性，讓我們將df按a分組並打印每個組。 執行此操作的代碼：

for key, grp in df.groupby('a'):
    print(f'\nGroup: {key}\n{grp}')

給出結果：

Group: 1
   a  b  c
0  1  4  4
3  1  4  4
6  1  4  4

Group: 2
   a  b  c
1  2  5  1
4  2  5  2
7  2  5  2

Group: 3
   a  b  c
2  3  6  5
5  3  6  5
8  3  6  3

現在看看每個組。 只有第2組滿足c列中每個元素都小於3 的條件。

所以實際上你需要一個groupby和filter ，只傳遞滿足上述條件的組：

要從“好”組中獲取完整行，您可以運行：

df.groupby('a').filter(lambda grp: grp.c.lt(3).all())

得到：

   a  b  c
1  2  5  1
4  2  5  2
7  2  5  2

但是您只需要列中的值，而不需要重復。 所以將上面的代碼擴展為：

df.groupby('a').filter(lambda grp: grp.c.lt(3).all()).a.unique().tolist()

得到：

[2]

請注意，您的代碼： df.groupby('a')['c'].max() > 3是錯誤的，因為它標記了最大大於3 的True組（而不是 ">" 應該有" <”）。

所以另一種解決方案是：

res = df.groupby('a')['c'].max()<3
res[res].index.tolist()

給出相同的結果。

另一種解決方案可以基於列表理解：

[ key for key, grp in df.groupby('a') if grp.c.lt(3).all() ]

細節：

• for key, grp in df.groupby('a') - 創建組，
• if grp.c.lt(3).all() - 過濾組，
• key （在開始時） - 將特定的組鍵添加到結果中。

Answer 2

import pandas as pd

#Create DataFrame
df = pd.DataFrame({'a':[1,2,3,1,2,3,1,2,3], 'b':[4,5,6,4,5,6,4,5,6], 'c':[4,3,5,4,3,5,4,3,3]})

#Write a function to find values greater than 3 if found return.
def grt(x):
   for i in x:
      if i>3:
         return(i)

#Groupby column a and call function grt       
p = {'c':grt}
grp = df.groupby(['a']).agg(p)
print(grp)