DataFrame GroupBy 之后的取值

最新推荐文章于 2024-04-28 21:22:27 发布

原创最新推荐文章于 2024-04-28 21:22:27 发布 · 2.3k 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#python

pandas 同时被 2 个专栏收录

2 篇文章

订阅专栏

groupby

2 篇文章

订阅专栏

本文深入探讨了在Python pandas库中使用DataFrameGroupBy函数进行数据分析的高级技巧，特别是在电影评分数据集上的应用。通过设置as_index=False参数，确保了原始列名在聚合操作后的DataFrame中可以直接访问。文章详细介绍了如何筛选出至少有100条评论且平均评分超过4分的电影，最后展示了如何按评分数量和平均评分排序并选取前10部电影。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

DataFrame GroupBy 之后的取值

movies_stats = data.groupby(‘movieTitle’,as_index=False).agg({‘rating’:[‘size’,‘mean’]})
atleast_size_100 = movies_stats[‘rating’][‘size’] >= 100
atleast_rating_4 = movies_stats[‘rating’][‘mean’] > 4
data_sort = movies_stats[atleast_size_100].sort_values([(‘rating’,‘mean’)], ascending=False)
data_sort2 = movies_stats[atleast_rating_4].sort_values([(‘rating’,‘size’)], ascending=False)
print(data_sort2.head(10))
print(type(data_sort2))
print(data_sort2[‘movieTitle’].head(10))
print(data_sort2[‘rating’][‘size’].head(10))

需要在groupby函数中加入as_index=False，默认as_index=True才可以保证原有的Column可以通过 df[‘column’]的方式获得，