如何在多索引數據中過濾 groupby dataframe

Question

我有一個這樣的數據框：

df:
ID  Group   Score1
1     A       45       
2     A       12
3     B       33
3     C       64
.     .       .
.     .       .
15000 .       .

有數千個重復的 ID，總共 15 個組。 對於每個組，我想顯示

1. 大於或等於中值分數的唯一 ID 數
2. 大於 40 分的唯一 ID 數
3. 得分列第一個四分位數（0-25 個百分位數范圍）以下的唯一 ID 數
4. 得分列第三個四分位數（第 75 - 100 個百分位數范圍）以上的唯一 ID 數

所以我的 output 看起來像這樣：Output：

Group  No of unique  No of unique  No of unique      No of unique
      IDs >= Median  IDs > 40       IDs below         IDs above the
                                  first quartile      third quartile
 A         56           25             17                 45
 B         33           78             28                 62
 C         23           36             38                 33
 .
 .
 P         39           28             26                 41

誰能幫我這個？ 非常感謝！

Answer 1

希望這有效。 首先我先在原來的dataframe中創建了四個對應的列。 然后創建df1 ，它是具有唯一 ID 的 dataframe df 。 最后，使用pd.groupby()可以創建所需的 output：

df = pd.DataFrame({'ID': list(range(100)),
                   'Group': list('ABCDE')*20,
                   'Score1': np.random.randint(10, 99, 100)})

df['No of unique IDs >= Median'] = df.Score1 >= df.Score1.median()
df['No of unique IDs > 40'] = df.Score1 > 40
df['No of unique IDs < first quartile'] = df.Score1 < df.Score1.quantile(0.25)
df['No of unique IDs > third quartile'] = df.Score1 > df.Score1.quantile(0.75)

df1 = df.groupby(['ID', 'Group']).any().reset_index()

df1.groupby('Group').agg({'No of unique IDs >= Median': 'sum',
                          'No of unique IDs > 40': 'sum',
                          'No of unique IDs < first quartile': 'sum',
                          'No of unique IDs > third quartile': 'sum'})